一区9.6分SCI速递!CHARLS等五大数据库联合,调查了互联网排斥与抑郁症状的关系

文摘   2024-12-22 10:04   美国  
关注豌豆医学科研,助力SCI

       今天给大家带一篇8月发表的,美国HRS、英国ELSA、欧洲 SHARE、中国CHARLS、墨西哥MHAS数据库--五库联合,中科院一区9.6分文章速递,调查了老年人互联网排斥抑郁症状的关系

  • 数据库:美国HRS、英国ELSA、欧洲 SHARE、中国CHARLS、墨西哥MHAS

  • 研究主题:调查了老年人互联网排斥抑郁症状的关系

  • 自变量

    • Internet exclusion(互联网排斥)根据自我报告的互联网使用缺失定义

  • 因变量

    • Depressive symptoms(抑郁症状):使用 CES-D 或 Euro-D 评估。

  • 统计学方法

    • 采用纵向研究设计,包括五个国家代表性纵向队列研究:HRS、ELSA、SHARE、CHARLS 和 MHAS。

    • 运用面板数据分析方法,分别对这五个异质性队列进行分析。

    • 采用 Logistic 回归,结合广义估计方程(GEE)框架,研究互联网排斥与抑郁症状发生的关联。 

2024年8月,国外某团队在eClinicalMedicine(中科院一区,IF: 9.6)上发表了题为:Association between internet exclusion and depressive symptoms among older adults: panel data analysis of five longitudinal cohort studies 研究论文,调查了老年人互联网排斥与抑郁症状的关系。

研究背景:互联网排斥抑郁症状是老年人的普遍现象;然而,互联网排斥和抑郁症状之间的联系仍然有限。本研究旨在调查来自高收入国家(HICs)中低收入国家(LMICs)的老年人互联网排斥与抑郁症状之间的关系。

研究方法:我们进行了一项全面的纵向、跨文化背景的分析,参与者是来自32个国家的60岁及以上的成年人,他们参与了五项具有全国代表性的纵向队列研究:Health and Retirement Study (美国HRS)、the English Longitudinal Study of Ageing (英国ELSA)、the Survey of Health, Ageing and Retirement in Europe (欧洲SHARE)、中国健康与养老追踪调查 (中国CHARLS)和the Mexican Health and Ageing Study(墨西哥MHAS)。互联网排斥被定义为自我报告的不使用互联网。使用抑郁流行病学研究中心量表(CES-D)或欧洲抑郁量表(Euro-D)评估抑郁症状。这五个异质性队列分别进行了面板数据分析(Panel Data Analysis)。在广义估计方程框架内实施的logistic回归用于检查互联网排斥和出现抑郁症状的可能性之间的关系,调整了因果定向无环图(causal-DAG, causal-directed-acyclic-graph)最小充分调整集(MSAS),包括性别、年龄、教育、劳动力状况、家庭财富水平、婚姻状况、与子女同居、居住状况、认知障碍和功能能力
研究结果我们的研究在2010年至2020年期间共纳入了129,847名老年人,中位随访时间为5(2,7)年。HRS中互联网排斥的总比例为46.0%,ELSA为32.6%,SHARE为54.8%,CHARLS为92.3%,MHAS为65.3%。在所有队列研究中,互联网排斥与抑郁症状显著相关:HRS(OR=1.13,95%CI 1.07-1.20)、ELSA(OR=1.22,95%CI 1.11-1.34)、SHARE(OR=1.55,95%CI 1.47-1.62)、CHARLS(OR=1.49,95%CI 1.26-1.77)和MHAS(OR=1.48,95%CI 1.39-1.58)。此外,在SHARE、MHAS和ELSA队列中,发现互联网排斥与抑郁的所有维度相关(睡眠和感到悲伤除外)
结论:相当一部分老年人经历过互联网排斥,特别是中低收入国家的老年人。老年人中的互联网排斥,无论他们在高收入国家或中低收入国家的地理位置如何,都与出现抑郁症状的可能性较高相关,这表明了解决互联网接入障碍和促进老年人积极参与互联网社会的重要性。


课程购买链接


-END-

行稳致远 进而有为


期待你的

分享

点赞

在看

豌豆医学科研
擅长医学公共数据库挖掘及教学:NHANES、charls、KLoSA、HRS等
 最新文章