Association between domestic abuse and violence against older adults and frailty, depression, and nutritional status in an urban Brazilian setting
Notice bibliographique
Résumé
Objective: To investigate the association between the risk of violence against older adults and factors such as frailty, depressive symptoms, and nutritional status in a population receiving care in Primary Health Care (PHC). Methods: This was an observational, cross-sectional, and quantitative study conducted between June 2023 and March 2024 in the municipalities of Santa Cruz and Macaíba, Rio Grande do Norte, Brazil. The study included 323 older adults (≥ 60 years old) registered in the PHC system. Data collection utilized validated instruments, including the Hurt, Insult, Threaten, Scream - Elder Abuse Screening Test (H-S/EAST) to assess violence risk, the Conflict Tactics Scales Form R (CTS-1) for classifying violence situations, the Edmonton Frailty Scale (EFS) for frailty, the Geriatric Depression Scale (GDS-15) for depressive symptoms, and the Mini Nutritional Assessment (MNA) for nutritional status. Statistical analyses included descriptive statistics, chi-square tests, Mann-Whitney U tests, Spearman correlations, and binary logistic regression. Results: Among participants, 46.1% were at risk of violence. Absence of verbal aggression, adequate social support, emotional independence, and better functionality were protective factors against violence. Advanced frailty (OR = 2.43), depressive symptoms (OR = 2.49), and malnutrition (OR = 1.52) were significantly associated with the risk of abuse. Logistic regression identified mood (R² = 0.19) and depressive symptoms (R² = 0.19) as the main predictors of violence. Conclusion: A significant association was found between the risk of abuse and multidimensional factors, particularly a history of violent situations, frailty, and depressive symptoms.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».