Pre-Existing Frailty is Unrelated to Progression of Diffuse Subcortical Damage of Vascular Origin: A Longitudinal Prospective Study in Community-Dwelling Older Adults
Notice bibliographique
Résumé
Background: Both frailty and white matter hyperintensities (WMH) of presumed vascular origin are associated with enhanced expression of inflammatory biomarkers. Therefore, it is possible that pre-existing frailty predisposes to WMH progression. However, this relationship has not been explored. This population-based longitudinal prospective study aimed to assess the impact of frailty on subsequent progression of WMH in community-dwelling older adults living in rural Ecuador. Methods: Participants of the Atahualpa Project Cohort received baseline frailty assessment and brain MRIs. Frailty was evaluated by means of the Edmonton Frail Scale (EFS). WMH were graded according to the modified Fazekas scale. Individuals who received a follow-up brain MRI were included. Poisson regression models were fitted to assess the differential rate of WMH progression according to EFS score, after adjusting for demographics, level of education, and cardiovascular risk factors. Results: The study included 263 individuals aged ≥60 years (mean age: 65.7 ± 6.2 years; 57% women). The mean EFS score at baseline was 4 ± 2.3 points. Follow-up MRIs after a median follow-up of 6.5 years showed WMH progression in 103 (39%) individuals. The EFS score at baseline was associated with WMH progression in unadjusted analysis ( P = .006). However, significance was not achieved in a multivariate Poisson regression model adjusted for relevant covariates (IRR: 1.07; 95% C.I.: 0.97-1.18; P = .192). Conclusions: Study results do not support an independent relationship between frailty and WMH progression, adjusting for the confounding effect of aging.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,007 |
| 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 ».