Life-space, frailty, and health-related quality of life
Notice bibliographique
Résumé
INTRODUCTION: Life-space and frailty are closely linked to health-related quality of life and understanding their inter-relationship could indicate potential intervention targets for improving quality of life. We set out to examine the relationship between frailty and life-space and their relative impact on quality of life measures. METHODS: Using cross-sectional data from a population-representative cohort of people aged ≥ 70 years, we assessed quality of life with the EuroQol Health Index tool (5-levels) (EQ-5D-5L). We also undertook a life-space assessment and derived a frailty index. Linear regression models estimated EQ-5D-5L scores (dependent variable) using life-space assessment, frailty index and interactions between them. All models were adjusted by age, sex, lifestyle, and social care factors. RESULTS: A higher EQ-5D Index was associated with higher life-space (0.02 per life-space assessment score, 95%CI: 0.01 to 0.03, p < 0.01) and decreasing frailty (-0.1 per SD, 95%CI: -0.1 to -0.1, p < 0.01). There was evidence of an interaction between life-space and frailty, where the steepest gradient for life-space and EQ-5D was in those with the highest frailty (interaction term = 0.02 per SD of frailty, 95%CI: 0.01 to 0.03, p < 0.01). CONCLUSION: Individuals with the highest frailty were twice as likely to have higher quality of life in association with a larger life-space. Interventions designed to improve quality of life in frail older people could focus on increasing a person's life-space.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».