Associations between Multimorbidity and Physical Performance in Older Chinese Adults
Notice bibliographique
Résumé
Background: Evidence on the association between physical performance and multimorbidity is scarce in Asia. This study aimed to identify multimorbidity patterns and their association with physical performance among older Chinese adults. Methods: Individuals aged ≥60 years from the China Health and Retirement Longitudinal Study 2011–2015 (N = 10,112) were included. Physical performance was measured by maximum grip strength (kg) and average gait speed (m/s) categorized as fast (>0.8 m/s), median (>0.6–0.8 m/s), and slow (≤0.6 m/s). Multimorbidity patterns were explored using exploratory factor analysis. Generalized estimating equation was conducted. Results: Four multimorbidity patterns were identified: cardio–metabolic, respiratory, mental–sensory, and visceral–arthritic. An increased number of chronic conditions was associated with decreased normalized grip strength (NGS). Additionally, the highest quartile of factor scores for cardio–metabolic (β = −0.06; 95% Confidence interval (CI) = −0.07, −0.05), respiratory (β = −0.03; 95% CI = −0.05, −0.02), mental–sensory (β = −0.04; 95% CI = −0.05, −0.03), and visceral–arthritic (β = −0.04; 95% CI = −0.05, −0.02) patterns were associated with lower NGS compared with the lowest quartile. Participants with ≥4 chronic conditions were 2.06 times more likely to have a slow gait speed. Furthermore, the odds ratios for the highest quartile of factor scores of four patterns with slow gait speed compared with the lowest quartile ranged from 1.26–2.01. Conclusion: Multimorbidity was related to worse physical performance, and multimorbidity patterns were differentially associated with physical performance. A shift of focus from single conditions to the requirements of a complex multimorbid population was needed for research, clinical guidelines, and health-care services. Grip strength and gait speed could be targeted to routinely measure clinical performance among older adults with multimorbidity, especially mental–sensory disorders, in clinical settings.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».