THE TEMPORAL SEQUENCE OF FRAILTY, SOCIAL ISOLATION, AND LONELINESS IN OLDER ADULTS ACROSS 21 YEARS
Notice bibliographique
Résumé
Abstract This study examined the temporal patterns of social isolation, loneliness, and frailty among a national sample of older adults across 21 years (1995–2016). We applied random intercept cross-lagged panel models to seven waves of the Longitudinal Aging Study Amsterdam (LASA). We included 2,302 Dutch older adults ages 55 and older (Mage= 72.6; SD = 8.6; 52.1% female). Frailty was measured using the Frailty Index. Loneliness was measured using the 11-item De Jong Gierveld loneliness scale. Social isolation was measured using a multi-domain 6-item scale. Levels of social isolation and loneliness were weakly correlated during any given wave as well as across waves. Each condition was highly stable from one time point (T) to the next. Cross-lagged effects showed that frailty in T2 to T5 significantly predicted social isolation in the following waves (T3 to T6). For example, higher levels of frailty at T4 predicted higher levels of social isolation at T5 (β = 0.23, SD = 0.05, p < 0.001). Likewise, frailty in T2 to T6 significantly predicted loneliness in the following waves (T3 to T7). For example, higher levels of frailty at T5 predicted higher levels of loneliness at T6 (β = 0.33, SD = 0.06, p < 0.001). The reverse sequence (i.e., social isolation or loneliness predicting future frailty) was less common and exhibited a weaker relationship. Frailty may have important consequences for adverse psychosocial outcomes, including social isolation and loneliness. Public health policies should prioritize interventions that bolster social connection among pre-frail and frail older adults.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».