MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406934900 · doi:10.1186/s12889-025-21463-7

Institutional, neighborhood, and life stressors on loneliness among older adults

2025· article· en· W4406934900 sur OpenAlexaff
Kazumi Tsuchiya, Amy Thierry, Harry Owen Taylor

Notice bibliographique

RevueBMC Public Health · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute on Aging
Mots-clésLonelinessMedicineStressorBiostatisticsPublic healthGerontologyEpidemiologyEnvironmental healthClinical psychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Loneliness is a public health epidemic in the United States (US), with older adults being vulnerable to experiencing loneliness. Predictors of loneliness are less understood among racial/ethnic groups of US older adults, and few studies have included perceived institutional discrimination (PID), stressful life events (SLE), and perceived neighborhood characteristics (PNC) as antecedent stressors of loneliness in diverse older adult samples. Our study assessed the relationship between these stressors and loneliness among specific racial/ethnic groups of older adults. METHODS: We used the Health and Retirement Study data (n = 9,904) to examine whether PID, SLE, and PNC were associated with loneliness. Loneliness was measured using the 11-item UCLA Loneliness Scale. PID included unfairly not hired for a job, unfairly prevented from moving into a neighborhood, and unfairly treated by the police. SLE included moving to a worse neighborhood/residence, being robbed or burglarized, and unemployed/looking for a job. PNC were measured as discohesion and disorder. Lagged multivariate linear regression models regressed loneliness (2014/2016 HRS waves) on PID, SLE and PNC (2010/2012 HRS waves) measured as cumulative totals and individual items. Models were stratified by Black (BOAs), Hispanic/Latinx (HOAs), and White (WOAs) older adults. RESULTS: Cumulative totals of PID, SLE, and neighborhood discohesion were associated with loneliness among BOAs while only discohesion was associated with loneliness among HOAs. Cumulative totals for PID, SLE, and PNC were associated with loneliness among WOAs. Individual stressors predicting loneliness for BOAs were moving to a worse residence and being robbed/burglarized. For HOAs, being prevented from moving to a neighborhood was associated with greater loneliness while being robbed/burglarized was associated with less loneliness. Individual stressors predicting greater loneliness for WOAs were being unfairly not hired for a job, receiving unfair treatment during police encounters, and moving to a worse residence. CONCLUSIONS: Our study finds racial/ethnic variation in psychosocial stressors predicting loneliness four years later. Nevertheless, neighborhood discohesion was the most salient stressor and was associated with greater loneliness across all racial/ethnic groups. Future research and interventions should consider the differing stress appraisal processes across groups and to support the development of resources and policies to ameliorate loneliness among diverse 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,357
Écart entre enseignants0,314 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetHealth disparities and outcomes→Travaux en français237 207→