MétaCan
Menu
Retour à la cohorte
Enregistrement W3118869971 · doi:10.1093/gerona/glab008

Associations Between Potentially Modifiable and Nonmodifiable Risk Factors and Gait Speed in Middle- and Older-Aged Adults: Results From the Canadian Longitudinal Study on Aging

2021· article· en· W3118869971 sur OpenAlexafffundabout
Erica Figgins, Yun‐Hee Choi, Mark Speechley, Manuel Montero‐Odasso

Notice bibliographique

RevueThe Journals of Gerontology Series A · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensParkwood InstituteLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineAnthropometryGaitCohortPreferred walking speedCross-sectional studyCohort studyCognitive declineStroke (engine)Physical therapyInternal medicineDementia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Gait speed is a strong predictor of morbidity and mortality in older adults. Understanding the factors associated with gait speed and the associated adverse outcomes will inform mitigation strategies. We assessed the potentially modifiable and nonmodifiable factors associated with gait speed in a large national cohort of middle and older-aged Canadian adults. METHODS: We examined cross-sectional baseline data from the Canadian Longitudinal Study on Aging (CLSA) Comprehensive cohort. The study sample included 20 201 community-dwelling adults aged 45-85 years. The associations between sociodemographic and anthropometric factors, chronic conditions, and cognitive, clinical, and lifestyle factors and 4-m usual gait speed (m/s) were estimated using hierarchical multivariable linear regression. RESULTS: The coefficient of determination, R 2, of the final regression model was 19.7%, with 12.9% of gait speed variability explained by sociodemographic and anthropometric factors, and nonmodifiable chronic conditions and 6.8% explained by potentially modifiable chronic conditions, cognitive, clinical, and lifestyle factors. Potentially modifiable factors significantly associated with gait speed include cardiovascular conditions (unstandardized regression coefficient, B = -0.018; p < .001), stroke (B = -0.025; p = .003), hypertension (B = -0.007; p = .026), serum Vitamin D (B = 0.004; p < .001), C-reactive protein (B = -0.005; p = .005), depressive symptoms (B = -0.003; p < .001), physical activity (B = 0.0001; p < .001), grip strength (B = 0.003; p < .001), current smoking (B = -0.026; p < .001), severe obesity (B = -0.086; p < .001), and chronic pain (B = -0.008; p = .018). CONCLUSIONS: The correlates of gait speed in adulthood are multifactorial, with many being potentially modifiable through interventions and education. Our results provide a life-course-perspective framework for future longitudinal assessments risk factors affecting gait speed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,117
Tête enseignante GPT0,367
Écart entre enseignants0,249 · 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 source (Gemma direct ou Codex distillé), 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

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series AMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207