Frailty in ageing persons with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Recent progress in multiple sclerosis (MS) management has contributed to a greater life expectancy in persons with MS. Ageing with MS comes with unique challenges and bears the potential to greatly affect quality of life and socioeconomic burden. OBJECTIVES: To compare frailty in ageing persons with multiple sclerosis (pwMS) and controls; to correlate frailty with MS clinical characteristics. METHODS: PwMS and controls over 50 years old were recruited in a cross-sectional study. Two validated frailty measures were assessed: the frailty index and the Fried's phenotype. Several multiple linear regressions accounting for demographic and clinical characteristics were performed. RESULTS: Eighty pwMS (57 females, mean age 58.5 ± 6 years old) and 37 controls (24 females, mean age 61 ± 6.5 years old) were recruited. Multivariable analysis identified significantly higher frailty index in pwMS (0.21 ± 0.12 vs 0.11 ± 0.08, p < 0.0001). Similarly, according to Fried's phenotype, a significantly higher percentage of pwMS were frail compared to controls (28% vs 8%). In pwMS, frailty index was independently associated with expanded disability status scale (EDSS), comorbidities, education level and disease duration. CONCLUSION: Our results suggest that frailty can be routinely assessed in pwMS. Increased frailty in MS patients suggests that, along with MS therapeutics, a tailored multidisciplinary approach of ageing pwMS is needed.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».