MétaCan
Menu
Retour à la cohorte
Enregistrement W3049281838 · doi:10.1186/s12877-020-01695-5

Physical frailty and its associated factors among elderly nursing home residents in China

2020· article· en· W3049281838 sur OpenAlexaff
Weiwei Liu, Martine Puts, Fen Jiang, Chuyi Zhou, Siyuan Tang, Sanmei Chen

Notice bibliographique

RevueBMC Geriatrics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversity of Toronto
Organismes subventionnairesFundamental Research Funds for Central Universities of the Central South University
Mots-clésMedicineMarital statusGerontologyMultinomial logistic regressionLogistic regressionOdds ratioCross-sectional studyActivities of daily livingRehabilitationOddsPhysical therapyPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evidence is scarce on the trend in prevalence of physical frailty in China; the primary purpose of this study was to identify the prevalence and correlates of physical frailty among older nursing home residents in China. METHODS: Cross-sectional study in 20 nursing homes in Changsha, China. Physical frailty was defined based on the frailty phenotype including weight loss, low grip strength, exhaustion, slow gait speed, and low physical activity. Participants with at least three affected criteria were defined as being frail. Participants with one or two affected criteria were considered as pre-frail, and those with no affected criteria were considered as robust. A total of 1004 nursing home residents aged 60 and over were included in this study. A multinomial logistic regression model was used to analyze the associations of physical frailty with its potential risk factors, including age, sex, education levels, marital status, type of institution, living status, current drinking, current smoking, regular exercise, and self-reported health. RESULTS: The overall prevalence of physical frailty and prefrailty was 55.6, and 38.5%, respectively. The rate of physical frailty substantially increased with age, and was higher in women than in men (69.5% vs. 30.5%). The multinomial logistic regression analysis showed that older age, being women, living in a private institution, living alone or with unknown person, having no regular exercise (≤ 2 times/week), and poor self-reported health were significantly associated with increased odds of being physically frail. CONCLUSION: We demonstrated physical frailty is highly prevalent among older residents in nursing homes in China, especially in women. The potential role of those associated factors of physical frailty warrant further investigations to explore their clinical application among elderly nursing home residents.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,878

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,290
Écart entre enseignants0,257 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations43
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetFrailty in Older AdultsTravaux en français237 207