Prevalence and 10‐Year Outcomes of Frailty in Older Adults in Relation to Deficit Accumulation
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the prevalence and 10-year outcomes of frailty in older adults in relation to deficit accumulation. DESIGN: Prospective cohort study. SETTING: The National Population Health Survey of Canada, with frailty estimated at baseline (1994/95) and mortality follow-up to 2004/05. PARTICIPANTS: Community-dwelling older adults (N=2,740, 60.8% women) aged 65 to 102 from 10 Canadian provinces. During the 10-year follow-up, 1,208 died. MEASUREMENTS: Self-reported health information was used to construct a frailty index (Frailty Index) as a proportion of deficits accumulated in individuals. The main outcome measure was mortality. RESULTS: The prevalence of frailty increased with age in men and women (correlation coefficient=0.955-0.994, P<.001). The Frailty Index estimated that 622 (22.7%, 95% confidence interval (CI)=21.0-24.4%) of the sample was frail. Frailty was more common in women (25.3%, 95% CI=23.2-27.5%) than in men (18.6%, 95% CI=15.9-21.3%). For those aged 85 and older, the Frailty Index identified 39.1% (95% CI=31.3-46.9%) of men as frail, compared with 45.1% (95% CI=39.7-50.5%) of women. Frailty significantly increased the risk of death, with an age- and sex-adjusted hazard ratio for the Frailty Index of 1.57 (95% CI=1.41-1.74). CONCLUSION: The prevalence of frailty increases with age and at any age lessens survival. The Frailty Index approach readily identifies frail people at risk of death, presumably because of its use of multiple health deficits in multidimensional domains.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».