The impact of place on multimorbidity: A systematic scoping review
Notice bibliographique
Résumé
Multimorbidity, commonly defined as the co-existence of two or more long-term conditions, is a major global public health challenge with significant impacts for health and social care systems. There is a substantial body of work identifying different individual- and household-level determinants of multimorbidity, yet the role of place-based characteristics in affecting multimorbidity remains limited. This systematic scoping review identifies place-based risk factors for multimorbidity and further synthesises the potential pathways explaining these relationships using longitudinal evidence. By systematically searching seven major databases, such as Medline, Embase, and Web of Science, using relevant search terms (e.g., MeSH) relating to place-based risk factors and multimorbidity, 76 out of 7761 studies were included for evidence synthesis. We include studies exploring the relationship between place-based risk factors and multimorbidity among the general population older than 18 years old in the setting of community-dwelling, primary, and secondary care. We identified 12 types of place-based risk factors, with the impacts of area-level deprivation/SES, pollution, and urban/rurality on multimorbidity being most frequently considered and with the most consistent findings, with people living in more deprived/low SES, highly polluted, or more urbanised areas having increased risks of multimorbidity. Further, the impact of these place-based risk factors on multimorbidity varied according to the operationalisation of the multimorbidity measure. We also identified that the impacts of other types of place-based factors on multimorbidity remain underexplored, such as social cohesion and greenspace. Finally, using these longitudinal findings, we propose a conceptual framework linking place and multimorbidity. We suggest that future studies explore a wider range of place-level environmental exposures and use more precise measures, exploit electronic health records to implement more consistent and reproducible measurements of multimorbidity, moreover, make greater use of longitudinal study designs or analytical approaches better suited to identifying causal processes.
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 | 0,014 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,019 | 0,020 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».