Neighbourhood social cohesion, loneliness and multimorbidity: Evidence from a UK longitudinal panel study
Notice bibliographique
Résumé
In the context of population ageing, multimorbidity is an increasingly prevalent public health issue that has a substantial impact on both individuals and healthcare systems. Alongside the literature looking at risk factors at the individual level, there is a growing body of research examining the role of neighbourhoods in the development of multimorbidity. However, most of this work has focused on physical features of place such as air pollution and green space, while social features of place have been largely overlooked. In this study, we therefore explored neighbourhood cohesion as a social neighbourhood characteristic that could influence multimorbidity risk. Additionally, we analysed how loneliness may help to explain any relationship between neighbourhood cohesion and multimorbidity, given the emergence of loneliness as an important risk factor for multimorbidity in individual-level studies. Using Understanding Society, a UK household longitudinal panel study of approximately 40,000 households, we conducted both multilevel cross-sectional and longitudinal analyses to model these relationships. We found that there is a substantial association between greater neighbourhood cohesion and lower multimorbidity risk (odds ratio (OR) for second most cohesive quintile versus least cohesive quintile = 0.75, p < .01), even after controlling for a wide range of socio-economic factors, health behaviours and physical features of place. This cross-sectional result was confirmed by longitudinal analysis of individuals with no health conditions at baseline who moved between neighbourhoods over a nine-year follow-up period. Movers who experienced a decrease in cohesion had greater odds of becoming multimorbid compared to movers who did not experience a decrease in cohesion (OR = 1.68, p = .057). Controlling for loneliness substantially attenuates the odds ratios for neighbourhood cohesion, and in a mediation analysis we found a significant indirect effect of neighbourhood cohesion on multimorbidity risk acting through loneliness, suggesting it is a plausible mechanism through which the social environment influences the development of multiple long-term health conditions.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».