Accuracy of functional tests to identify frail community elderly
Notice bibliographique
Résumé
Objective: To verify the accuracy of functional tests in identifying frail older adults in two different regions. Methods: Observational, descriptive and cross-sectional study with the participation of 120 community older adults. Fried Phenotype and Edmonton Frail Scale were used to classify the frailty and the Timed Up and Go (TUG) and gait speed tests to identify the frail older adults. Results: In Ribeirão Preto and Lagarto, frail older adults performed TUG test in a longer time than pre-frail (p = 0.001) and non-frail (p < 0.001). As for gait speed, frail older adults had lower speed than non-frail (p = 0.01). The TUG test had moderate accuracy for the identification of frail older adults in Ribeirão Preto (AUC = 0.86, 95% CI 0.78 to 0.95, p < 0.001) and in Lagarto (AUC = 0.76, 95% CI 0.64 to 0.88, p = 0.001). Gait speed, on the other hand, is not accurate to discriminate frail older adults. The cut-off points for TUG with the highest sensitivity and specificity were 11.5 seconds for both older adults living in Ribeirão Preto and Lagarto. Conclusion: The TUG was capable of identifying frail older adults of two different regions, even when two different diagnostic methods of frailty were applied, standing out as a simple screening to be used in clinical practice.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».