Association of social isolation, loneliness and risk of cardiovascular diseases: Meta-analysis of cohort studies
Notice bibliographique
Résumé
Abstract Background The association between social isolation, loneliness and risk of cardiovascular diseases (CVD) is not fully understood. This meta-analysis aims to explore social isolation and loneliness whether increases the risk of CVD. Methods Data sources was PubMed and Embase from inception to 10 February 2025. The risk of bias was assessed using the Newcastle-Ottawa Quality Assessment Scale (NOS). Hazard ratios (HR) with 95% confidence intervals (CI) were pooled using a random-effect model, and publication bias was assessed with funnel plots and Egger’s test. Results This meta-analysis included six cohort studies with a total of 5,253,128 participants, spanning a follow-up period of 4 to 11.3 years from publications between 1996 and 2022. All studies were of high quality (NOS score ≥ 7). The pooled analysis revealed a heightened risk of CVD among individuals experiencing social isolation or loneliness (HR = 1.17, 95% CI 1.10–1.25, I 2 = 85.1%, P < 0.001). Subgroup analysis indicated that patients with a history of social isolation had a slightly higher risk of CVD compared to those with loneliness [HR = 1.39, 95% CI 1.15–1.68, I 2 = 90.2%, P = 0.001]. Additionally, the risk of CVD was slightly elevated during the 4–7 year follow-up compared to 7–9 years and 10–11 years [HR = 1.87, 95% CI 1.67–2.10, I 2 = 0%, P < 0.001]. Those with a history of social isolation or loneliness had the highest risk of stroke [HR = 1.23, 95% CI 1.07–1.43, I 2 = 74.5%, P = 0.004]. Furthermore, Asian populations exhibited a slightly higher risk of CVD compared to North American and European populations [HR = 1.46, 95% CI 1.12–1.91, I 2 = 0%, P = 0.005]. Conclusions The increased risk of CVD among social isolation or loneliness individuals underscore the importance of prioritizing their care in clinical practice and nursing. However, the high heterogeneity in meta-analysis suggests the need for further studies to validate and explore this association thoroughly.
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 | 0,017 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,053 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».