Minor ailments in older adults A study of health-related behaviors of seniors in response to minor health conditions
Notice bibliographique
Résumé
With the global senior population expected to double by 2050 -- and nearly one in four Canadians projected to be 65 or older by 2040 -- understanding how older adults manage minor health conditions is increasingly vital. This study explored the prevalence, symptom burden, and treatment responses for 30 common ailments in older adults, and assessed their attitudes toward self-care and over-the-counter medication use. A cross-sectional survey was conducted with 356 seniors (65+) in Saskatchewan. Participants completed a 15-minute questionnaire assessing symptoms experienced in the prior two weeks, associated pain and disruption (7-point Likert scale), and treatment actions (e.g., watchful waiting, non-pharmacologic strategies, OTC use, or healthcare consultation). Respondents also completed the PSM-OTC scale, measuring self-efficacy, OTC awareness, and purchasing behavior. Results showed that participants reported an average of 6.2 ailments over two weeks. Back pain (46.9%), joint pain (44.4%), and insomnia (38.5%) were most common. Chronic symptoms such as joint pain and erectile dysfunction had the highest persistence rates (98.7% and 97.7%, respectively). OTC medications were the most frequently used management strategy, particularly for headache (63.2%) and heartburn (61.2%), while 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, and lowest for chronic or sensitive issues like erectile dysfunction and tinnitus. PSM-OTC scores were significantly higher among frequent OTC users and female participants (p < 0.001), suggesting strong health autonomy and informed decision-making. High scores on subscales such as purchase involvement and risk awareness highlighted a conscious and responsible approach to self-care. These findings underscore the critical need to support self-management in older adults by improving access to reliable information, encouraging pharmacist engagement, and addressing gaps in care for persistent or sensitive symptoms. This can enhance quality of life and reduce the burden on formal healthcare systems.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».