Cognitive Function in the Prefrailty and Frailty Syndrome
Notice bibliographique
Résumé
OBJECTIVES: To explore the relationship between cognitive function and frailty. DESIGN: A cross-sectional study using data from Wave 1 of The Irish Longitudinal Study on Ageing, a population representative study of adults aged 50 and older in the Republic of Ireland. SETTING: Community-dwelling adults completed a home- or health center-based nurse-led assessment. PARTICIPANTS: Individuals aged 50 and older without a history of stroke, Parkinson's disease, or severe cognitive impairment (Mini-Mental State Examination (MMSE) score <18) and not taking antidepressants (N = 4,649). MEASUREMENTS: A cognitive battery including MMSE, Montreal Cognitive Assessment, Color Trails Test, Cambridge Mental Disorders of the Elderly Examination memory and executive function subtests, 10-word recall, Sustained Attention to Response Task, and choice reaction time was used to generate composite scores of cognitive domains. Frailty was assessed according to weakness, slowness, exhaustion, low physical activity, and weight loss. RESULTS: After full adjustment, cognitive function across all domains except self-rated memory and processing speed was significantly worse in prefrail and frail participants (P < .05) than in those who were robust. Weakness and walking speed were most consistently linked to poorer cognition, whereas low activity and weight loss were not independently associated with any cognitive domain. Exhaustion was associated with global cognition (B = -0.18 ± 0.06), with some evidence of links to objectively measured and self-rated memory. CONCLUSION: Cognitive function is worse across multiple cognitive domains in prefrail and frail individuals aged 50 and older than in those who are robust, although the absolute differences are small after adjusting for confounding factors.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».