Dynamics of Frailty and Cognition After Age 50: Why It Matters that Cognitive Decline is Mostly Seen in Old Age
Notice bibliographique
Résumé
BACKGROUND: Frailty has been considered an antecedent and, to a lesser extent, an outcome of cognitive impairment. Both frailty and cognitive impairment are multiply determined and each is strongly related to age, making it likely that the two interact, especially as people age. In consequence, understanding their interaction and co-occurrence can offer insight into pathophysiology, prevention, and management. OBJECTIVE: To examine the nature of the relationship between frailty and cognitive impairment using longitudinal data from the Survey of Health Aging and Retirement in Europe (SHARE), assessing for bidirectionality. METHODS: We conducted secondary analyses using data from the first two waves of SHARE. The sample (N = 11,941) was randomly split into two halves: one half for model development and one half for model confirmation. We used a 65 deficit Frailty Index and combined 5 cognitive deficits into a global cognitive impairment index. Cross-lagged path analysis within a structural equation modelling framework was used to examine the bi-directional relationship between the two measures. RESULTS: After controlling for age, sex, social vulnerability, education, and initial cognitive impairment, each 0.10 increase in baseline frailty was associated with a 0.01 increase in cognitive impairment at follow-up (p < 0.001). Likewise, each 0.1 increase in baseline cognitive impairment was associated with a 0.003 increase frailty at follow-up (p < 0.01). CONCLUSION: Our findings underscore the importance of considering cognitive impairment in the context of overall health. Many people with dementia are likely to have other health problems, which need to be considered in concert to achieve optimal health outcomes.
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) | 0,001 | 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 ».