MétaCan
Menu
Retour à la cohorte
Enregistrement W4210519380 · doi:10.1111/hiv.13236

Factors partitioning physical frailty in people aging with HIV: A classification and regression tree approach

2022· article· en· W4210519380 sur OpenAlexafffundabout
Mehmet Inceer, Marie‐J. Brouillette, Lesley K. Fellows, José Morais, Marianne Harris, Fiona Smaill, Graham Smith, Réjean Thomas, Nancy E. Mayo

Notice bibliographique

RevueHIV Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensMaple Leaf Medical ClinicMcMaster UniversityHamilton Health SciencesMontreal Neurological Institute and HospitalUniversity of British ColumbiaMcGill UniversityAIDS VancouverCentre for Advancing Health OutcomesMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineHuman immunodeficiency virus (HIV)GerontologyRegressionRecursive partitioningTree (set theory)Logistic regressionStatisticsInternal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the extent to which comorbidity and lifestyle factors were associated with physical frailty in middle-aged and older Canadians living with HIV. DESIGN: Cross-sectional analysis of 856 participants from the Canadian Positive Brain Health Now cohort. METHODS: The frailty indicator phenotype was adapted from Fried's criteria using self-report items. Univariate logistic regression and classification and regression tree (CaRT) models were used to identify the most relevant independent contributors to frailty. RESULTS: In all, 100 men (14.0%) and 26 women (19.7%) were identified as frail (≥ 3/5 criteria) for an overall prevalence of 15.2%. Nine comorbidities showed an influential association with frailty. The most influential comorbidities were hypothyroidism [odds ratio (OR) = 2.55, 95% confidence interval (CI): 1.29-5.03] and arthritis (OR = 2.54, 95% CI: 1.58-4.09). Additionally, tobacco (OR = 1.79, 95% CI: 1.05-3.04) showed an association. Any level of alcohol consumption showed a protective effect for frailty. The CaRT model showed nine pathways that led to frailty. Arthritis was the most discriminatory variable followed by alcohol, hypothyroidism, tobacco, cancer, cannabis, liver disease, kidney disease, osteoporosis, lung disease and peripheral vascular disease. The prevalence of physical frailty for people with arthritis was 27.4%; with additional cancer or tobacco and alcohol the prevalence rates were 47.1% and 46.1%, respectively. The protective effect of alcohol consumption evident in the univariate model appeared again in the CaRT model, but this effect varied. Cognitive frailty (19.5% overall) and emotional frailty (37.9% overall) were higher than the prevalence of physical frailty. CONCLUSIONS: Specific comorbidities and tobacco use were implicated in frailty, suggesting that it is comorbidities causing frailty. However, some frailty still appears to be HIV-related. The higher prevalence of cognitive and emotional frailty highlights the fact that physical frailty should not be the only focus in HIV.

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)0,000
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 enseignants0,023
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,302
Écart entre enseignants0,242 · 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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHIV MedicineMême sujetFrailty in Older AdultsTravaux en français237 207