Associations between housing quality and sarcopenia among older adults: evidence from China and India - 20/12/24

Doi : 10.1016/j.jnha.2024.100449 
Shaojie Li a, b, 1, Longbing Ren a, b, 1, Yang Hu a, b, Yifei Wu a, Yuling Jiang a, b, Mingzhi Yu a, b, Haiyan Kou c, Dudu Wu d, Wenjian Zhou a, b, Zhouwei Liu a, b, Faqin Lv c, , Yao Yao b,
a School of Public Health, Peking University, Beijing 100191, China 
b China Center for Health Development Studies, Peking University, Beijing 100191, China 
c Ultrasonic Department, The Third Medical Center of Chinese People's Liberation, Army General Hospital, Beijing, China 
d Ultrasonic Department, Hainan Hospital of PLA General Hospital, Hainan, China 

Corresponding authors.

Abstract

Objectives

Housing is an important social determinant of health. However, limited studies have focused on the relationship between housing quality and sarcopenia, especially in low- and middle-income countries. This study aims to examine the association between housing quality and sarcopenia in older adults in China and India.

Methods

The study was based on the China Health and Retirement Longitudinal Study and Longitudinal Aging Study in India. Housing quality was evaluated by five indicators, including housing materials, water sources, sanitation facilities, main fuel for cooking, and availability of electricity. Housing quality is divided into three types: good (0–1 poor housing indicators), medium (2–3 poor housing indicators), and poor (4–5 poor housing indicators). Sarcopenia was evaluated according to the Asian Working Group for Sarcopenia (AWGS) 2019 Consensus. The logistic regression model was performed to examine the association between housing quality and sarcopenia.

Results

The medium (OR = 1.69, 95%CI = 1.49−1.90) and poor housing quality (OR = 2.19, 95%CI = 1.89−2.54) were associated with sarcopenia in CHARLS. Similar results were also observed in the LASI with significantly higher prevalence of sarcopenia in medium (OR = 1.22, 95%CI = 1.11–1.33), and poor housing quality (OR = 1.60, 95%CI = 1.43−1.79). Moreover, we observed a linear relationship between housing quality and the prevalence of sarcopenia both in CHARLS and LASI (all P for trend <0.001).

Conclusions

Poorer housing quality was associated with a higher prevalence of sarcopenia in older adults in China and India. Housing quality improvement plans such as access to tap water, promotion of clean energy may have a positive effect on reducing the prevalence of sarcopenia.

Le texte complet de cet article est disponible en PDF.

Keywords : Housing quality, Sarcopenia, China, India


Plan


© 2024  The Authors. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 29 - N° 2

Article 100449- février 2025 Retour au numéro

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.