Prevalence and correlates of frailty among community-dwelling older men and women: findings from the Hertfordshire Cohort Study
Notice bibliographique
Résumé
BACKGROUND: frailty, a multi-dimensional geriatric syndrome, confers a high risk for falls, disability, hospitalisation and mortality. The prevalence and correlates of frailty in the UK are unknown. METHODS: frailty, defined by Fried, was examined among community-dwelling young-old (64-74 years) men (n = 320) and women (n = 318) who participated in the Hertfordshire Cohort Study, UK. RESULTS: the prevalence of frailty was 8.5% among women and 4.1% among men (P = 0.02). Among men, older age (P = 0.009), younger age of leaving education (P = 0.05), not owning/mortgaging one's home (odds ratio [OR] for frailty 3.45 [95% confidence interval {CI} 1.01-11.81], P = 0.05, in comparison with owner/mortgage occupiers) and reduced car availability (OR for frailty 3.57 per unit decrease in number of cars available [95% CI 1.32, 10.0], P = 0.01) were associated with increased odds of frailty. Among women, not owning/mortgaging one's home (P = 0.02) was associated with frailty. With the exception of car availability among men (P = 0.03), all associations were non-significant (P > 0.05) after adjustment for co-morbidity. CONCLUSIONS: frailty is not uncommon even among community-dwelling young-old men and women in the UK. There are social inequalities in frailty which appear to be mediated by co-morbidity.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».