Association of the Type of Public Pension With Mental Health Among South Korean Older Adults: Longitudinal Observational Study
Notice bibliographique
Résumé
BACKGROUND: As income and health are closely related, retirement is considered undesirable for health. Many studies have shown the association between pension and health, but no research has considered the association between contribution-based public pensions or their types and health. OBJECTIVE: This study investigates the association between the type of contributory public pension and depressive symptoms among older adults. METHODS: We analyzed the data of 4541 older adults who participated in the South Korea Welfare Panel Study (2014-2020). Depressive symptoms were measured using the 11-item Center for Epidemiologic Studies Depression scale. Public pensions in South Korea are classified into specific corporate pensions and national pensions. For subgroup analyses, pensioners were categorized according to the amount of pension received and the proportion of public pension over gross income. Analyses using generalized estimating equations were conducted for longitudinal data. RESULTS: Individuals receiving public pension, regardless of the pension type, demonstrated significantly decreased depressive symptoms (national pension: β=-.734; P<.001; specific corporate pension: β=-.775; P=.02). For both pension types, the higher the amount of benefits, the lower were the depression scores. However, this association was absent for those who received the smaller amount among the specific corporate pensioners. In low-income households, the decrease in the depressive symptoms based on the amount of public pension benefits was greater (fourth quartile of national pension: β=-1.472; P<.001; second and third quartiles of specific corporate pension: β=-3.646; P<.001). CONCLUSIONS: Our study shows that contributory public pension is significantly associated with lower depressive symptoms, and this association is prominent in low-income households. Thus, contributory public pensions may be good income sources for improving the mental health of older adults after retirement.
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 | 0,003 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».