MétaCan
Menu
Retour à la cohorte
Enregistrement W4285226940 · doi:10.1590/1981-22562022025.210219.pt

Precisão da medida de mobilidade no espaço de vida para discriminar fragilidade e sarcopenia em idosos

2022· article· pt· W4285226940 sur OpenAlexaff
Maria do Carmo Correia de Lima, Mônica Rodrigues Perracini, Ricardo Oliveira Guerra, Flávia Silva Arbex Borim, Mônica Sanches Yassuda, Anita Liberalesso Néri

Notice bibliographique

RevueRevista Brasileira de Geriatria e Gerontologia · 2022
Typearticle
Languept
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Resumo Objetivo Identificar o perfil de mobilidade nos espaços de vida em idosos que vivem na comunidade e estabelecer a precisão dos pontos de corte desse instrumento para discriminar entre níveis de fragilidade, fragilidade em marcha e de risco de sarcopenia. Método Estudo observacional e metodológico com 391 participantes com 72 anos e mais (80,4±4,6), que responderam ao Life Space Assessment (LSA) e a medidas de rastreio de fragilidade e risco de sarcopenia usando respectivamente o fenótipo de fragilidade e o SARC-F. Os pontos de corte para fragilidade e risco de sarcopenia foram determinados por meio da Curva ROC (Receiver Operating Characteristic) com intervalos de confiança de 95%. Resultados A média da pontuação no LSA foi 53,6±21,8. Os pontos de corte de melhor acurácia diagnóstica foram ≤54 pontos para fragilidade em marcha (AUC= 0,645 95%; p<0,001) e ≤60 pontos para risco de sarcopenia (AUC= 0,651 95%; p<0,001). Conclusão A capacidade de idosos de se deslocar nos vários níveis de espaços de vida, avaliado pelo LSA demonstrou ser uma ferramenta viável que pode contribuir no rastreio de fragilidade em marcha e de risco de sarcopenia e, com isso, prevenir desfechos negativos.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,314
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de Geriatria e GerontologiaMême sujetFrailty in Older AdultsTravaux en français237 207