MétaCan
Menu
Retour à la cohorte
Enregistrement W2739506045 · doi:10.1089/jwh.2016.6041

Regional Differences in Incident Prefrailty and Frailty

2017· article· en· W2739506045 sur OpenAlexaff
Sarah E. Tom, Allison Wyman, Nancy Fúgate Woods, Frederick A. Anderson, Jonathan D. Adachi, Roland Chapurlat, Juliet Compston, Cyrus Cooper, Adolfo Díez‐Pérez, Stephen H. Gehlbach, Susan L. Greenspan, Frederick H. Hooven, Lyn March, J. C. Netelenbos, Jeri W. Nieves, Johannes Pfeilschifter, Maurizio Rossini, Christian Roux, Kenneth G. Saag, Ethel S. Siris, Stuart L. Silverman, Nelson B. Watts, Andrea Z. LaCroix, for the Global Longitudinal Study o

Notice bibliographique

RevueJournal of Women s Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster University
Organismes subventionnairesSanofi
Mots-clésMedicineHazard ratioBody mass indexDepression (economics)AnxietyHospital Anxiety and Depression ScaleConfidence intervalCohort studyLongitudinal studyProportional hazards modelProspective cohort studyGerontologyPhysical therapyInternal medicineDemographyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

Background and Objectives: The extent to which greater frailty among American compared with European women reflects individual-level characteristics has not been well studied. To test the hypothesis that cardiometabolic conditions and depression and anxiety confound the relationship between region and incident prefrailty and frailty in American compared with European women. Materials and Methods: The Global Longitudinal Study of Osteoporosis in Women (GLOW) is a 5-year observational cohort study of women aged ≥55 years. A total of 19,674 participants from the United States and Europe were nonfrail at baseline and provided information on characteristics, including body mass index, depression and anxiety, and cardiovascular disease. We used multivariable Cox proportional hazards models to examine the relationship between region and incident frailty and prefrailty. Results: Over 40% of respondents became prefrail or frail during follow-up. Adjusting for age, body mass index, depression and anxiety, cardiovascular disease, and other health-related characteristics, European respondents had a decreased risk of developing prefrailty (2-year hazard ratio [HR]: 0.78, 95% confidence interval [CI]: 0.73–0.84; 3-year HR: 0.74, 95% CI: 0.67–0.81) and frailty (2-year HR: 0.65, 95% CI: 0.56–0.76; 3-year HR: 0.82, 95% CI: 0.68–0.99) compared with American respondents. Risk of incident frailty and prefrailty did not vary by region at 5 years of follow-up. Conclusions: Cardiometabolic conditions and depression and anxiety did not account for increased frailty and prefrailty onset among American compared with European women. Differences in smaller regions and environmental characteristics may contribute to frailty and prefrailty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,361
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Women s HealthMême sujetFrailty in Older AdultsTravaux en français237 207