The development and validation of an index to predict 10-year mortality risk in a longitudinal cohort of older English adults
Notice bibliographique
Résumé
Background: we aimed to develop and validate a population-representative 10-year mortality risk index for older adults in England. Methods: data were from 10,798 men and women aged 50 years and older in the population-based English Longitudinal Study of Ageing in 2002/03, randomly split into development (n = 5,377) and validation cohorts (n = 5,421). Participants were asked about their sociodemographics, health behaviours, comorbidities, and functional status in the home-based interviews. Variables that were independently associated with all-cause mortality through March 2013 in the development cohort were weighted relative to one another to develop risk point scores for the index that was calibrated in the validation cohort. Results: the validated 10-year mortality risk index assigns points for: increasing age (50-59 years: 0 points; 60-64: 1 point; 65-69: 3 points; 70-74: 5 points; 75-79: 7 points; 80-84: 9 points; ≥85: 12 points), male (2 points), no vigorous physical activity (1 point), smoking (2 points), having a diagnosis of cancer (1 point), chronic lung disease (2 points) or heart failure (4 points), and having difficulty preparing a hot meal (2 points), pushing or pulling large objects (1 point) or walking 100 yards (1 point). In the full study cohort, 10-year mortality rates increased from 1.7% (11/664) in those with 0 points to 95% (189/199) among those with ≥16 points. Conclusion: this highly predictive 10-item mortality risk index is valid in the English population aged 50 years and older. It uses simple information that is often available in research studies and patient reports, and does not require biomarker data to predict mortality.
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 ».