The Estimation of Relative Fitness and Frailty in Community-Dwelling Older Adults Using Self-Report Data
Notice bibliographique
Résumé
BACKGROUND: While on average health declines with age, it also becomes more variable with age. As a consequence of this marked variability, it becomes more important as people age to have a means of summarizing health status, but how precisely to do so remains controversial. We developed one measure of health status, personal biological age, from a frailty index. The index itself is a count of deficits derived, in the first instance, from a clinical database. In our earlier investigations, personal biological age demonstrated a strong relationship with 6-year survival. Here we extend this approach to self-reported data. METHODS: This is a secondary analysis of community-dwelling people aged 65 years and older (n = 9008) in the Canadian Study of Health and Aging. The frailty index was calculated from 40 self-reported variables, representing symptoms, attitudes, illnesses, and function. Personal biological age was estimated for each individual as the age corresponding to the mean chronological age for the index value. Individual frailty (and the related construct of fitness) was calculated as the difference between chronological and personal biological age. RESULTS: The frailty index showed, on average, an exponential increase with age at an average rate of 3% per year. Although women, on average, demonstrate more frailty than men of the same chronological age, their survival chances are greater. The frailty index strongly correlated (Pearson r =.992 for women and.955 for men) with survival. CONCLUSIONS: A frailty index, based on self-report data, can be used as a tool for capturing heterogeneity in the health status of older adults.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».