MétaCan
Menu
Retour à la cohorte
Enregistrement W2795563487 · doi:10.1186/s12889-018-5088-3

Detecting frail, older adults and identifying their strengths: results of a mixed-methods study

2018· article· en· W2795563487 sur OpenAlexaboutno aff
Sarah Dury, Eva Dierckx, Anne van der Vorst, Michaël Van der Elst, Bram Fret, Daan Duppen, Lieve Hoeyberghs, Ellen De Roeck, Deborah Lambotte, An Sofie Smetcoren, Jos M. G. A. Schols, Gertrudis I. J. M. Kempen, G. A. Rixt Zijlstra, Jan De Lepeleire, Birgitte Schoenmakers, Dominique Verté, Nico De Witte, Tinie Kardol, Peter Paul De Deyn, Sebastiaan Engelborghs, Liesbeth De Donder

Notice bibliographique

RevueBMC Public Health · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesVlaamse regeringUniversiteit AntwerpenAgentschap voor Innovatie door Wetenschap en Technologie
Mots-clésGerontologyQuality of life (healthcare)MedicineThematic analysisCoping (psychology)Social supportQualitative researchLife satisfactionMoodPsychological resiliencePsychologyClinical psychologySocial psychologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The debate on frailty in later life focuses primarily on deficits and their associations with adverse (health) outcomes. In addition to deficits, it may also be important to consider the abilities and resources of older adults. This study was designed to gain insights into the lived experiences of frailty among older adults to determine which strengths can balance the deficits that affect frailty. METHODS: Data from 121 potentially frail community-dwelling older adults in Flemish-speaking Region of Belgium and Brussels were collected using a mixed-methods approach. Quantitative data were collected using the Comprehensive Frailty Assessment Instrument (CFAI), Montreal Cognitive Assessment (MoCA), and numeric rating scales (NRS) for quality of life (QoL), care and support, meaning in life, and mastery. Bivariate analyses, paired samples t-tests and means were performed. Qualitative data on experiences of frailty, frailty balance, QoL, care and support, meaning in life, and mastery were collected using semi-structured interviews. Interviews were subjected to thematic content analysis. RESULTS: The "no to mild frailty" group had higher QoL, care and support, meaning in life, and mastery scores than the "severe frailty" group. Nevertheless, qualitative results indicate that, despite being classified as frail, many older adults experienced high levels of QoL, care and support, meaning in life, and mastery. Respondents mentioned multiple balancing factors for frailty, comprising individual-level circumstances (e.g., personality traits, coping strategies, resilience), environmental influences (e.g., caregivers, neighborhood, social participation), and macro-level features (e.g., health literacy, adequate financial compensation). Respondents also highlighted that life changes affected their frailty balance, including changes in health, finances, personal relationships, and living situation. CONCLUSION: The findings indicate that frailty among older individuals can be considered as a dynamic state and, regardless of frailty, balancing factors are important in maintaining a good QoL. The study investigated not only the deficits, but also the abilities, and resources of frail, older adults. Public policymakers and healthcare organizations are encouraged to include these abilities, supplementary or even complementary to the usual focus on deficits.

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)0,076
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,400

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0760,078
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0040,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
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 Opus0,061
Tête enseignante GPT0,408
Écart entre enseignants0,347 · 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'étudeQualitatif
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

Citations53
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetFrailty in Older AdultsTravaux en français237 207