Minor Ailments in Older Adults: A Study of Prevalence and Health-Related Behaviors
Notice bibliographique
Résumé
BACKGROUND: With chronic diseases such as diabetes and hypertension garnering much needed attention in health care, minor ailments can go somewhat unnoticed. OBJECTIVE: To quantify prevalence, symptom burden, and health-related behaviors relative to 31 minor ailments in older adults. METHODS: A cross-sectional survey was carried out in 1 Canadian province. Participants were asked about symptoms experienced over a 2-week period, the disruption to daily activities they incurred, and treatment actions undertaken. RESULTS: Three-hundred and fifty-six adults with an average age of 72.8 years completed a questionnaire. Participants reported an average of 6.2 ailments over the time period. Back pain (46.9%), joint pain (44.4%), and insomnia (38.5%) were most common. The vast majority had been an issue for longer than 2 weeks. OTC medicines were the most common treatment choice in 16 situations, while doing nothing/watchful waiting was the main recourse in 13. OTC medication was common for headache (63.2%) and heartburn (61.2%), while doing nothing/watchful waiting was common for tinnitus (80.5%) and loneliness (74.2%). Satisfaction and confidence in self-management were highest for acute conditions like headache and cold sores. CONCLUSION: Minor ailments are common and diverse in older adults, with many chronic in nature, and a tendency for proactive self-care.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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 ».