Mobility predicts change in older adults’ health-related quality of life: evidence from a Vancouver falls prevention prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Older adults with mobility impairments are prone to reduced health related quality of life (HRQoL) is highly associated with mobility impairments. The consequences of falls have detrimental impact on mobility. Hence, ascertaining factors explaining variation among individuals' quality of life is critical for promoting healthy ageing, particularly among older fallers. Hence, the primary objective of our study was to identify key factors that explain variation in HRQoL among community dwelling older adults at risk of falls. METHODS: We conducted a longitudinal analysis of a 12-month prospective cohort study at the Vancouver Falls Prevention Clinic (n = 148 to 286 depending on the analysis). We constructed linear mixed models where assessment month (0, 6, 12) was entered as a within-subjects repeated measure, the intercept was specified as a random effect, and predictors and covariates were entered as between-subjects fixed effects. We also included the predictors by sex and predictor by sex by time interaction terms in order to investigate sex differences in the relations between the predictor variable and the outcome variable, the EQ-5D. RESULTS: Our primary analysis demonstrated a significant mobility (assessed using the Short Performance Physical Battery and the Timed Up and Go) by time interaction (p < 0.05) and mobility by time by sex interaction (p < 0.05). The sensitivity analyses demonstrated some heterogeneity of these findings using an imputed and a complete case analysis. CONCLUSIONS: Mobility may be an important predictor of changes in HRQoL over time. As such, mobility is a critical factor to target for future intervention strategies aimed at maintaining or improving HRQoL in late life.
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 | 0,018 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».