Frailty Severity and Cognitive Impairment Associated with Dietary Diversity in Older Adults in Taiwan
Notice bibliographique
Résumé
This study aims to investigate whether frailty severity in conjunction with cognitive function, termed as” cognitive frailty”, is associated with dietary diversity in older adults. This cross-sectional study used the data from the 2014–2016 Nutrition and Health Survey in Taiwan (N = 1115; age ≥ 65 years). Dietary intake was assessed using a 24 h dietary recall and food-frequency questionnaire, and dietary diversity score (DDS; range, 0–6) and food intake frequency were calculated. The presence of frailty phenotypes was determined using the FRAIL scale, which was proposed by the International Association of Nutrition and Aging, and cognitive function was assessed using the Mini–Mental State Examination (MMSE) score. The prevalence of cognitive frailty (FRAIL scale score ≥ 3 and MMSE score ≤ 26) was 4.2%. A higher consumption frequency of dairy products, whole grains, vegetables, fruit, fish and seafood, nuts, tea, and coffee, as well as lower pickled vegetable, was inversely associated with cognitive frailty. Those with prefrailty or frailty and lower DDS demonstrated a higher cognitive impairment risk (adjust odds ratio (OR) = 2.15, 95% confidence interval = 1.21–3.83) than those without frailty and higher DDS. Older adults with cognitive prefrailty or cognitive frailty were associated with lower DDS, and frailty with lower DDS was associated with worsening cognitive function.
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 | 0,000 | 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 ».