A frailty index predicts survival and incident multimorbidity independent of markers of HIV disease severity
Notice bibliographique
Résumé
OBJECTIVES: Aging with HIV is associated with multisystem vulnerability that might be well characterized by frailty. We sought to construct a frailty index based on health deficit accumulation in a large HIV clinical cohort and evaluate its validity including the ability to predict mortality and incident multimorbidity. DESIGN AND METHODS: This is an analysis of data from the prospective Modena HIV Metabolic Clinic cohort, 2004-2014. Routine health variables were screened for potential inclusion in a frailty index. Content, construct, and criterion validity of the frailty index were assessed. Multivariable regression models were built to investigate the ability of the frailty index to predict survival and incident multimorbidity (at least two chronic disease diagnoses) after adjusting for known HIV-related and behavioral factors. RESULTS: Two thousand, seven hundred and twenty participants (mean age 46 ± 8; 32% women) provided 9784 study visits; 37 non-HIV-related variables were included in a frailty index. The frailty index exhibited expected characteristics and met validation criteria. Predictors of survival were frailty index (0.1 increment, adjusted hazard ratio 1.63, 95% confidence interval 1.05-2.52), current CD4 cell count (0.48, 0.32-0.72), and injection drug use (2.51, 1.16-5.44). Predictors of incident multimorbidity were frailty index (adjusted incident rate ratio 1.98, 1.65-2.36), age (1.07, 1.05-1.09), female sex (0.61, 0.40-0.91), and current CD4 cell count (0.71, 0.59-0.85). CONCLUSION: Among people aging with HIV in northern Italy, a frailty index based on deficit accumulation predicted survival and incident multimorbidity independently of HIV-related and behavioral risk factors. The frailty index holds potential value in quantifying vulnerability among people aging with HIV.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».