Frailty and Risk of Falls in Community-Dwelling Older Adults Living in a Rural Setting. The Atahualpa Project
Notice bibliographique
Résumé
BACKGROUND: Data supporting a link between frailty and risk of falls is mostly confined to individuals living in urban centers, where risk factors and lifestyles are different from that of rural settings. OBJECTIVE: To assess the association between frailty and risk of falls in older adults living in rural Ecuador. DESIGN: Population-based cross-sectional study. PARTICIPANTS: Community-dwellers aged ≥60 years living in a rural Ecuadorian village, in whom frail status and risk of falls were assessed. MEASUREMENTS: Frailty was evaluated by the Edmonton Frailty Scale (EFS) and risk of falls by the Downton Fall Risk Index (DFRI). Multivariate models were fitted to evaluate whether frailty was associated with risk of falls (dependent variable), after adjusting for demographics, alcohol intake, cardiovascular risk factors, sleep quality, symptoms of depression, and history of an overt stroke. Correlation coefficients were constructed to assess confounders modifying this association. RESULTS: A total of 324 participants (mean age: 70.5±8 years) were included. The mean EFS score was 4.4±2.5 points, with 180 (56%) participants classified as robust, 76 (23%) as pre-frail and 68 (21%) as frail. The DFRI was positive in 87 (27%) participants. In univariate analysis, the EFS score was higher among participants with a positive DFRI (p<0.001). The number of frail individuals was higher (p<0.001), while that of robust individuals was lower (p<0.001) among those with a positive DFRI. Adjusted logistic regression models showed no association between frailty and the DFRI. Correlation coefficients showed that age, high glucose levels, and history of an overt stroke tempered the association between frailty and the risk of falls found in univariate analyses. CONCLUSIONS: Frailty is not independently associated with risk of falls in older adults living in a remote rural setting. Further studies are needed to assess the impact of frailty on the risk of falls in these populations.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».