The Influence of Lifestyle Behaviors on the Incidence of Frailty
Notice bibliographique
Résumé
BACKGROUND: Frailty is a clinical state defined as an increase in an individual's vulnerability to developing adverse health-related outcomes. OBJECTIVES: We propose that healthy behaviors could lower the incidence of frailty. The aim is to describe the association between healthy behaviors (physical activity, vaccination, tobacco use, and cancer screening) and the incidence of frailty. DESIGN: This is a secondary longitudinal analysis of the Mexican Health and Aging Study (MHAS) cohort. SETTING: MHAS is a population-based cohort, of community-dwelling Mexican older adults. With five assessments currently available, for purposes of this work, 2012 and 2015 waves were used. PARTICIPANTS: A total of 6,087 individuals 50-year or older were included. MEASUREMENTS: Frailty was defined using a 39-item frailty index. Healthy behaviors were assessed with questions available in MHAS. Individuals without frailty in 2012 were followed-up three years in order to determine their frailty incidence, and its association with healthy behaviors. Multivariate logistic regression models were used to assess the odds of frailty occurring according to the four health-related behaviors mentioned above. RESULTS: At baseline (2012), 55.2% of the subjects were male, the mean age was 62.2 (SD ± 8.5) years old. The overall incidence (2015) of frailty was 37.8%. Older adults physically active had a lower incidence of frailty (48.9% vs. 42.2%, p< 0.0001). Of the activities assessed in the adjusted multivariate models, physical activity was the only variable that was independently associated with a lower risk of frailty (odds ratio: 0.79, 95% confidence interval 0.71-0.88, p< 0.001). CONCLUSIONS: Physically active older adults had a lower 3-year incidence of frailty even after adjusting for confounding variables. Increasing physical activity could therefore represent a strategy for reducing the incidence of frailty. Other so-called healthy behaviors were not associated with incident frailty, however there is still uncertainty on the interpretation of those results.
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 | 0,002 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».