MétaCan
Menu
Retour à la cohorte
Enregistrement W3010164354 · doi:10.1186/s12877-020-1490-7

Pre-frailty factors in community-dwelling 40–75 year olds: opportunities for successful ageing

2020· article· en· W3010164354 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBMC Geriatrics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Mental HealthFlinders UniversityNational Institutes of HealthJohn D. and Catherine T. MacArthur Foundation
Mots-clésMedicineGrip strengthSarcopeniaGerontologyWeight lossBalance (ability)Frailty syndromeTrunkPhysical therapyFrailty IndexInternal medicineObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is little known about pre-frailty attributes or when changes which contribute to frailty might be detectable and amenable to change. This study explores pre-frailty and frailty in independent community-dwelling adults aged 40-75 years. METHODS: Participants were recruited through local council networks, a national bank and one university in Adelaide, Australia. Fried frailty phenotype scores were calculated from measures of unintentional weight loss, exhaustion, low physical activity levels, poor hand grip strength and slow walking speed. Participants were identified as not frail (no phenotypes), pre-frail (one or two phenotypes) or frail (three or more phenotypes). Factor analysis was applied to binary forms of 25 published frailty measures Differences were tested in mean factor scores between the three Fried frailty phenotypes and ROC curves estimated predictive capacity of factors. RESULTS: Of 656 participants (67% female; mean age 59.9 years, SD 10.6) 59.2% were classified as not frail, 39.0% pre-frail and 1.8% frail. There were no gender or age differences. Seven frailty factors were identified, incorporating all 25 frailty measures. Factors 1 and 7 significantly predicted progression from not-frail to pre-frail (Factor 1 AUC 0.64 (95%CI 0.60-0.68, combined dynamic trunk stability and lower limb functional strength, balance, foot sensation, hearing, lean muscle mass and low BMI; Factor 7 AUC 0.55 (95%CI 0.52-0.59) comprising continence and nutrition. Factors 3 and 4 significantly predicted progression from pre-frail to frail (Factor 3 AUC 0.65 (95% CI 0.59-0.70)), combining living alone, sleep quality, depression and anxiety, and lung function; Factor 4 AUC 0.60 (95%CI 0.54-0.66) comprising perceived exertion on exercise, and falls history. CONCLUSIONS: This research identified pre-frailty and frailty states in people aged in their 40s and 50s. Pre-frailty in body systems performance can be detected by a range of mutable measures, and interventions to prevent progression to frailty could be commenced from the fourth decade of life.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,352
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,146
Tête enseignante GPT0,317
Écart entre enseignants0,171 · 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