Predicting 3‐Year Survival in Older People with Intellectual Disabilities Using a Frailty Index
Notice bibliographique
Résumé
OBJECTIVES: To analyze the relationship between frailty and survival in older people with intellectual disabilities (IDs). DESIGN: Population-based longitudinal observational study. SETTING: Three Dutch care provider services. PARTICIPANTS: Individuals with borderline to profound ID aged 50 and older (N=982). MEASUREMENTS: A frailty index (FI) including 51 health-related deficits was used to measure frailty. Mean follow-up was 3.3 years. The Cox proportional hazards model was used to evaluate the independent effect of frailty on survival. The discriminative ability of the FI was measured using a receiver operating characteristic (ROC) curve. RESULTS: Greater FI values were associated with greater risk of death, independent of sex, age, level of ID, and Down syndrome. There was a nonlinear increase in risk with increasing FI value. For example, mortality risk was 2.17 times as great (95% confidence interval (CI)=0.95-4.95) for vulnerable individuals (FI 0.20-0.29) and 19.5 (95% CI=9.13-41.8) times as great for moderately frail individuals (FI 0.40-0.49) as for relatively fit individuals (FI<0.20). The area under the ROC curve for 3-year survival was 0.78. CONCLUSION: Although the predictive validity of the FI should be further determined, it was strongly associated with 3-year mortality. Care providers working with people with ID should be able to recognize frail clients and act in an early stage to stop or prevent further decline.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».