Personality Traits and Health Behaviors as Predictors of Fall Among Community-Dwelling Older Adults: Findings From the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
Objectives: To examine whether personality traits and health behaviors predict falls in community-dwelling older adults. Methods: Longitudinal data from the Canadian Longitudinal Study on Aging (CLSA) at baseline (2011–2015) and follow-up two (2018–2021) were analyzed using logistic regression for 5270 adults aged 65 and older, with an alpha level of 0.05. Results: At baseline, participants’ mean age was 72 years, with 51.1% female. Most identified as White (96.7%) and had education beyond secondary (81.5%). Increased physical activity (OR: 1.012, 95% CI: 1.01–1.014), decreased alcohol consumption (OR: 1.634, 95% CI: 1.419–1.883), and smoking cessation (OR: 2.8, 95% CI: 2.198–3.568) increased fall risk, while conscientiousness (OR: 0.832, 95% CI: 0.792–0.874) and openness (OR: 0.959, 95% CI: 0.922–0.998) were protective at follow-up two. Personality changes significantly influence falls. Discussion: Findings highlight the complex interplay between personality traits, health behaviors, and falls, suggesting a one-size-fits-all approach to fall prevention may be insufficient.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».