Prevalence of the Activities of Daily Living Disability among Seniors in China: A Meta-Analysis
Notice bibliographique
Résumé
This meta-analysis aimed to systematically assess the prevalence of Activities of Daily Living (ADL) disability among elderly in China. Two reviewers conducted a meta-analysis using articles available in nine databases. Methods: The Newcastle–Ottawa Scale (NOS) was used to assess the quality of the studies. The random-effects model was used to estimate the prevalence of ADL disability. The source of heterogeneity among subgroups was determined by subgroup analysis of different parameters. Publication bias was assessed using a funnel plot and Egger test. A total of 100 studies involving 291235 subjects were included. The aggregate prevalence of ADL disability was 31.7% (95% CI = 28.2%–35.2%). The prevalence rate of IADL disability was 43.3% (95% CI: 30.5%–56.1%), and that of PADL disability was 14.4% (95% CI: 7.8%–20.7%). The prevalence of male was 17.9% (95%CI: 17.6%–18.1%), and that of female was 21.4% (95%CI: 21.1%–21.6%). For subgroup analysis by age, the prevalence of disability was 10.8% (95% CI: 10.5%–11.0%) in 60–69 year-old participants, 21.2% (95% CI: (20.8%–21.6%) in 70–79 year-old participants, and 47.0% (95% CI: (46.2%–47.8%) in participants aged ≥80 years. The prevalence of ADL disability in married elderly was 13.4% (95% CI: 13.1%–13.6%), and that in single elderly was 29.7% (95% CI: 29.2%–30.2%). The prevalence rate of chronic ADL disability was 29.6% (95%CI: 29.2%–30.0%), and that of non-chronic ADL disability was (15.9% CI: 15.5%–16.4%). The prevalence of living alone ADL disability was 19.6% (95% CI: 19.0%–20.2%), and that of living with their families or living in institutions was 18.5% (95% CI: 18.2%–18.7%). The prevalence rates were 28.6% (95% CI: 28.1%–29.1%), 19.1% (95% CI: 18.5 %–19.8%), and 18.8% (95% CI: 17.4%–20.2%) among primary school graduates to university graduates. Given the high prevalence of ADL disability and its negative health outcomes, preventive measures need to be implemented for the high-risk group. Our study may help the development of strategies for ADL disability management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,058 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».