Mobility and cognition are associated with wellbeing and health related quality of life among older adults: a cross-sectional analysis of the Vancouver Falls Prevention Cohort
Notice bibliographique
Résumé
BACKGROUND: Ascertaining individuals' quality of life and wellbeing is essential in public health and clinical research. The impact of these two pressing geriatric syndromes--impaired mobility and cognitive function--on wellbeing and quality of life is not well examined. Hence, our objective was to identify key clinically relevant outcome measures of mobility and cognitive function that explain variation in wellbeing and health related quality of life (HRQoL) among community dwelling older adults. METHODS: We conducted a cross-sectional analysis of 229 participants presenting to the Vancouver Falls Prevention Clinic from June 2010 through October 2013. The linear regression models included two dependent variables: the ICECAP-O assessing wellbeing and the EQ-5D-3L assessing HRQoL. Key independent variables included the Short Performance Physical Battery (SPPB) and the Montreal Cognitive Assessment (MoCA). Covariates included Functional Comorbidity Index (FCI), sex and age. In the two multiple linear regression models, age was statistically controlled. Other covariates (i.e., sex and FCI) were included based on statistical significance (i.e., p < 0.05). RESULTS: The SPPB was significantly associated with HRQoL and with wellbeing after adjusting for known covariates (p < 0.05, Unstandardized ß (Standard Error) 0.023 (0.006) for HRQoL and 0.016 (0.003) for wellbeing). The MoCA was significantly associated with wellbeing after adjusting for known covariates (p = 0.006), Unstandardized ß (Standard Error) 0.005 (0.002) but not with health related quality of life (p > 0.05). CONCLUSION: We found that a measure of mobility and balance was associated with HRQoL and wellbeing. However, cognitive function was associated with wellbeing only. This study highlights the potential importance of considering wellbeing as an outcome measure if interventions are intended to have a broader impact than health alone.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».