FRAILTY IN HEALTHY OLDEST OLD: CHARACTERIZING THE FRAILTY INDEX OF SUPER-SENIORS
Notice bibliographique
Résumé
Abstract People at advanced ages often have multiple comorbidities and high frailty. We characterized frailty in “Super-Seniors”, individuals 85 or older who have never been diagnosed with cancer, cardiovascular or lung disease, diabetes or dementia. Super-Seniors were enrolled in the Vancouver Healthy Aging Study that consisted of Phase1 (2004-2007; n=486; age=88.6±3.1 years; female=67.5%) and Phase2 (2014-2019; n=167; age=89.2±3.8 years; female=65.3%). A frailty index (FI) that assesses the accumulation of health deficits was calculated as the proportion of deficits present over those considered (here, 30). The FI distribution patterns, mean, median, 99% limit values, relationship to age, and sex differences were analyzed. The FI of Super-Seniors is right-skewed, with a mean of 0.19±0.09 (median=0.17; limit=0.54) in Phase1 and 0.22±0.08 (median=0.21; limit=0.47) in Phase2. Most Super-Seniors (79% and 61% in Phases 1 and 2) had ≤8 of the 30 deficits; FI≤0.24. The FI increased with age (r’s=0.29 and 0.24); women showed a higher mean FI than men. Data demonstrated the known and consistent characteristics of the FI. The Super-Seniors, who are healthier than the general population of oldest old, have a significantly lower FI that is more typical of individuals aged about 65. The low FI of these healthy oldest old is consistent with their health and high physical and cognitive function, and underscores their suitability for study as a healthy aged group. Further research will investigate how the FI of Super-Seniors is related to lifestyle and genetic factors and 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».