Socioeconomic disparities in cognitive impairment, quality of life, and mortality among older adults in Germany.
Notice bibliographique
Résumé
BACKGROUND: The global older population is increasing, leading to a rise in non-communicable diseases and disabilities, particularly in Western countries. With the aging population expanding and the number of older adults with cognitive impairments expected to rise, there is increasing interest in understanding the socioeconomic disparities associated with cognitive impairment. This study investigates the relationships between socioeconomic status (SES), cognitive impairment, quality of life, and mortality among older adults in Germany. METHODS: Data from the senior cohort (N = 1,069) of the German Gutenberg Health Study (2017-2024) were analyzed, focusing on older adults aged 75-85 years. Regression modeling with sequential adjustment for covariates was employed to determine the association between various domains of SES (SES index comprising educational background, occupational status, and household net-income) and cognitive impairment (Montreal Cognitive Assessment), quality of life (EUROHIS-QOL), and all-cause mortality. RESULTS: Cognitive impairment scores varied significantly by SES with higher SES being associated with better cognitive performance. Among the SES domains, the household net-income score was the strongest predictor of cognitive impairment. Likewise, higher SES was significantly associated with higher quality of life, whereas no association between cognitive impairment and quality of life was found. Additionally, cognitive impairment was significantly associated with higher all-cause mortality, whereas SES did not show a significant association with mortality. No significant interactions between SES and cognitive impairment were observed in relation to quality of life or all-cause mortality. CONCLUSION: Among older adults, SES is strongly associated with cognitive impairment. However, cognitive impairment emerges as a more significant risk factor for all-cause mortality than SES. These findings suggest the need for public health strategies to prioritize cognitive health monitoring and targeted interventions, while simultaneously addressing social inequalities, to reduce the burden of these adverse outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».