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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».