Portals to frailty? Data-driven analyses detect early frailty profiles
Notice bibliographique
Résumé
BACKGROUND: Frailty is an aging condition that reflects multisystem decline and an increased risk for adverse outcomes, including differential cognitive decline and impairment. Two prominent approaches for measuring frailty are the frailty phenotype and the frailty index. We explored a complementary data-driven approach for frailty assessment that could detect early frailty profiles (or subtypes) in relatively healthy older adults. Specifically, we tested whether (1) modalities of early frailty profiles could be empirically determined, (2) the extracted profiles were differentially related to longitudinal cognitive decline, and (3) the profile and prediction patterns were robust for males and females. METHODS: Participants (n = 649; M age = 70.61, range 53-95) were community-dwelling older adults from the Victoria Longitudinal Study who contributed data for baseline multi-morbidity assessment and longitudinal cognitive trajectory analyses. An exploratory factor analysis on 50 multi-morbidity items produced 7 separable health domains. The proportion of deficits in each domain was calculated and used as continuous indicators in a data-driven latent profile analysis (LPA). We subsequently examined how frailty profiles related to the level and rate of change in a latent neurocognitive speed variable. RESULTS: LPA results distinguished three profiles: not-clinically-frail (NCF; characterized by limited impairment across indicators; 84%), mobility-type frailty (MTF; characterized by impaired mobility function; 9%), and respiratory-type frailty (RTF; characterized by impaired respiratory function; 7%). These profiles showed differential neurocognitive slowing, such that MTF was associated with the steepest decline, followed by RTF, and then NCF. The baseline frailty index scores were the highest for MTF and RTF and increased over time. All observations were robust across sex. CONCLUSIONS: A data-driven approach to early frailty assessment detected differentiable profiles that may be characterized as morbidity-intensive portals into broader and chronic frailty. Early inventions targeting mobility or respiratory deficits may have positive downstream effects on frailty progression and cognitive decline.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».