Analysis of frailty and survival from late middle age in the Beijing Longitudinal Study of Aging
Notice bibliographique
Résumé
BACKGROUND: Frailty in individuals can be operationalized as the accumulation of health deficits, for which several trends have been observed in Western countries. Less is known about deficit accumulation in China, the country with the world's largest number of older adults. METHODS: This study analyzed data from the Beijing Longitudinal Study of Aging, to evaluate the relationship between age and deficit accumulation in men and women and to evaluate the impact of frailty on mortality. Community dwelling people aged 55+ years at baseline (n = 3275) were followed every two to three years between 1992 and 2000, during which time 36% died. A Frailty Index was constructed using 35 deficits, drawn from a range of health problems, including symptoms, disabilities, disease, and psychological difficulties. RESULTS: Most deficits increased the eight-year risk of death and were more lethal in men than in women, although women had a higher mean level of frailty (Frailty Index = 0.11 ± 0.10 for men, 0.14 ± 0.12 for women). The Frailty Index increased exponentially with age, with a similar rate in men and women (0.038 vs. 0.039; r > 0.949, P < 0.01). A dose-response relationship was observed as frailty increased. CONCLUSIONS: A Frailty Index employed in a Chinese sample, showed properties comparable with Western data, but deficit accumulation appeared to be more lethal than in the West.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».