Frailty in the Honolulu-Asia Aging Study: Deficit Accumulation in a Male Cohort Followed to 90% Mortality
Notice bibliographique
Résumé
BACKGROUND: A frailty index (FI) based on the accumulation of deficits typically has a submaximal limit at about 0.70. The objectives of this study were to examine how population characteristics of the FI change in the Honolulu-Asia Aging Study cohort, which has been followed to near-complete mortality. In particular, we were interested to see if the limit was exceeded. METHODS: Secondary analysis of six waves of the Honolulu-Asia Aging Study. Men (n = 3,801) aged 71-93 years at baseline (1991) were followed until death (N = 3,455; 90.9%) or July 2012. FIs were calculated across six waves and the distribution at each wave was evaluated. Kaplan-Meier analyses and Cox proportional hazard models were performed to examine the relationship of frailty with mortality. RESULTS: At each wave, frailty was nonlinearly associated with age, with acceleration in later years. The distributions of the FIs were skewed with long right tails. Despite the increasing mortality in each successive wave, the 99% submaximal limit never exceeded 0.65. The risk of death increased with increasing values of the FI (eg, the hazard rate increased by 1.44 [95% CI = 1.39-1.49] with each increment in the baseline FI grouping). Depending on the wave, the median survival of people with FI more than 0.5 ranged 0.84-2.04 years. CONCLUSIONS: Even in a study population followed to almost complete mortality, the limit to deficit accumulation did not exceed 0.65, confirming a quantifiable, maximum number of health deficits that older men can tolerate.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».