Do Performance-based Health Measures Reflect Differences in Frailty Among Immigrants Age 50+ in Europe?
Notice bibliographique
Résumé
BACKGROUND: Life course influences, including country of residence and country of birth, are associated with frailty index scores. We investigated these associations using performance-based health measures. METHODS: Among 33,745 participants age 50+ (mean age 64.8 ± 10.1; 55% women) in the Survey of Health, Ageing, and Retirement in Europe, grip strength, delayed word recall, and semantic verbal fluency were assessed. Participants were grouped by country of residence (Northern/Western Europe or Southern/Eastern Europe), and by country of birth (native-born, immigrants born in low- and middle-income countries [LMICs], or immigrants born in high-income countries [HICs]). RESULTS: Participants in Southern/Eastern Europe had lower mean test scores than those in Northern/Western Europe, and their scores did not differ by country of birth group. In Northern/Western Europe, compared with native-born participants, LMIC-born immigrants demonstrated lower mean grip strength (32.8 ± 7.6 kg vs. 35.7 ± 7.7 kg), delayed recall (2.9 ± 1.9 vs. 3.6 ± 1.9), and verbal fluency scores (16.0 ± 6.9 vs. 20.3 ± 7.0). HIC-born immigrants had mean scores higher than LMIC-born immigrants, but lower than native-born participants (all p<.001). CONCLUSIONS: Cognitive and motor performance, measured from late middle age, were associated with national income levels of both country of residence and country of birth. This was similar to previously observed differences in frailty index scores.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 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 ».