Frailty and neuropathology in relation to dementia status: the Cambridge City over-75s Cohort study
Notice bibliographique
Résumé
OBJECTIVE: To examine the relative contributions of frailty and neuropathology to dementia expression in a population-based cohort study. DESIGN: Cross-sectional analysis of observational data. SETTING: Population-representative clinicopathological cohort study. PARTICIPANTS: Adults aged 75+ recruited from general practice registries in Cambridge, UK, in 1985. MEASUREMENTS: A 39-item frailty index and 15-item neuropathological index were used to operationalize frailty and neuropathology, respectively. Dementia status was ascertained by clinical consensus at time of death. Relationships were evaluated using logistic regression models in participants with autopsy records (n = 183). Model fit was assessed using change in deviance. Population attributable fraction for frailty was evaluated in relation to dementia incidence in a representative sample of the survey participants (n = 542). RESULTS: Participants with autopsy were 92.3 ± 4.6 years at time of death, and mostly women (70%). Average frailty index value at last survey before death was 0.34 ± 0.16. People with dementia (63% of the sample) were frailer, had lower MMSE scores, and a higher burden of neuropathology. Frailty and neuropathological burden were significantly and independently associated with dementia status, without interaction; frailty explained an additional 3% of the variance in the model. Assuming a causal relationship and based on population-attributable fraction analyses, preventing severe frailty (Frailty Index ≥ 0.40) could have avoided 14.2% of dementia cases in this population-based cohort. CONCLUSIONS: In the very old, frailty contributes to the risk for dementia beyond its relationship with the burden of traditional dementia neuropathologies. Reducing frailty could have important implications for controlling the burden of dementia. Future research on frailty interventions should include dementia risk as a key outcome, public health interventions and policy decisions should consider frailty as a key risk factor for dementia, and biomedical research should focus on elucidating shared mechanisms of frailty and dementia development.
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 | 0,001 |
| 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 ».