Frailty Syndrome: A Risk Factor Associated With Violence in Older Adults
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to analyze the association between frailty syndrome as a risk factor associated with violence in older adults. METHOD: A cross-sectional study, carried out with older adults, in an emergency care unit of a northeastern Brazilian city was conducted. Three instruments were used: a form for sample characterization (i.e., demographics) and two more scales, namely, the Edmonton Frail Scale and the Hwalek-Sengstock Elder Abuse Screening Test. The results were analyzed through descriptive and inferential statistics, using chi-square or Fisher's exact tests, Spearman's correlation test, and simple logistic regression. RESULTS: The sample included 146 older adults who were over 70 years old (56.6%), male (56.2%), and at risk of violence (69.86%). Among the categorical variables, there was an association between risk and being of a higher age (80.7%, p < 0.001), unemployed (73.7%, p < 0.05), having more than six children (80.8%, p < 0.05), and frail older adults (88.1%, p < 0.001). There was a correlation (p < 0.05) between the numerical variables of the scales of violence and frailty, with a coefficient of 0.40. The simple logistic regression model showed that frailty syndrome increases the risk of violence among older adults. CONCLUSIONS: It was concluded that frailty is a factor that increases the occurrence of risk of violence and provides information to guide nursing action in the field of forensic sciences.
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 | 0,000 | 0,002 |
| 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 ».