Adverse childhood experiences and elder abuse victimization nexus: A systematic review and meta-analysis
Notice bibliographique
Résumé
Adverse childhood experiences (ACEs) are important life course events that can influence elder abuse victimisation (EAV) among older adults. This systematic review and meta-analysis aimed to provide synthesised and consolidated evidence on the existing associations between ACEs and EAV. A systematic search was conducted across six databases, including PubMed, PsycINFO, CINAHL Complete, Scopus, Google Scholar, and the Web of Science. All studies that addressed associations between ACEs, in singular or multiple form, and EAV were included in the review. Meta-analysis of the extracted odds ratios (ORs) and confidence intervals (CIs) was conducted using the common-effect inverse-variance model. Nine studies (cross-sectional design = 7; cohort design = 2) met the inclusion criteria. Included studies examined multiple ACEs and multiple EAVs associations (N = 3); at least single ACE and multiple EAVs (N = 3); any single form of ACE and multiple EAVs (N = 3); multiple ACEs-any single form of EAV nexus (N = 2); multiple ACEs-financial elder abuse association (N = 2); and multiple ACEs-physical elder abuse nexus (N = 2). Pooled ORs and CIs showed statistically significant results for all ACEs and EAVs associations whether in singular or multiple form. The results indicate that interventions designed to reduce ACEs, in singular or multiple form, early in life targeting residential and community-dwelling older adults may be relevant in reducing the incidence of EAV. The life course perspective s be integrated into the planning for support services for children, families, and older adults to prevent EAV in singular or multiple forms in later life.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».