Verification of a comprehensive framework for mobility using data from the Canadian Longitudinal Study on Aging: a structural equation modeling analysis
Notice bibliographique
Résumé
BACKGROUND: Mobility within and between life spaces is fundamental for health and well-being. Our objective was to verify a comprehensive framework for mobility. METHODS: This was a cross-sectional study. We used structural equation modeling to estimate associations between latent factors with data from the Canadian Longitudinal Study on Aging for participants 65-85 years of age (65+, n = 11,667) and for adults with osteoarthritis (OA) aged 45-85 (n = 5,560). Latent factors included life space mobility, and physical, psychosocial, environmental, financial, and cognitive elements. Personal variables (age, sex, education) were covariates. RESULTS: The models demonstrated good fit (65+: CFI = 0.90, RMSEA (90% CI) = 0.025 (0.024, 0.026); OA: CFI = 0.90, RMSEA (90% CI) = 0.032 (0.031, 0.033)). In both models, better psychosocial and physical health, and being less afraid to walk after dark (observed environmental variable) were associated with greater life space mobility. Greater financial status was associated with better psychosocial and physical health. Higher education was related to better cognition and finances. Older age was associated with lower financial status, cognition, and physical health. Cognitive health was positively associated with greater mobility only in the 65 + model. Models generated were equivalent for males and females. CONCLUSIONS: Associations between determinants described in the mobility framework were verified with adults 65-85 years of age and in an OA group when all factors were considered together using SEM. These results have implications for clinicians and researchers in terms of important outcomes when assessing life space mobility; findings support interdisciplinary analyses that include evaluation of cognition, depression, anxiety, environmental factors, and community engagement, as well as physical and financial health. Public policies that influence older adults and their abilities to access communities beyond their homes need to reflect the complexity of factors that influence life space mobility at both individual and societal levels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».