Social network characteristics and levels of fluctuations in momentary depressive symptomatology among older adults
Notice bibliographique
Résumé
BACKGROUND: Social networks are known to protect against depressive symptoms in older adults. However, most research relies on retrospective self-reported depression measures and cross-sectional data, which may introduce bias. Ecological momentary assessment with longitudinal data overcomes these limitations by repeatedly measuring the subject's experience in the present moment. This study examined how social network characteristics relate to momentary depressive symptoms and their daily fluctuations in older adults. METHODS: We analysed data from 216 older adults in Paris, France, using the Healthy Aging and Networks in Cities and Promoting Mental Well-Being and Healthy Aging in Cities studies. Social network characteristics included network size and frequency of in-person and digital interactions per week. Depressive symptomatology was assessed using a daily smartphone survey of the Center for Epidemiological Studies-Depression over a week. Linear mixed-effect models estimated associations between social network characteristics and momentary depressive symptoms, while multivariable linear models examined relationships with daily symptom fluctuations. RESULTS: Network size and frequency of contact from digital communications per week were not associated with fewer depressive symptoms; however, there was suggestion that having more in-person contact was related to fewer depressive symptoms (exp(β) = 0.90, 95% CI 0.82 to 1.00). Moreover, having a larger social network (exp(β) = 0.91, 95% CI 0.85 to 0.98) and more in-person contacts (exp(β) = 0.96, 95% CI 0.93 to 0.98) were associated with less fluctuations in daily depressive symptoms, but no association for the frequency of contact from digital communications was observed. CONCLUSION: Findings from this study suggest that larger social networks and more in-person contact may promote more stable and better mental health among 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 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 | 0,004 |
| 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 | 0,001 | 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 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 ».