Frailty syndrome and risks for falling in the elderly community
Notice bibliographique
Résumé
ABSTRACT Purpose To identify the prevalence of Frailty Syndrome in the elderly and the relationship with risk of falling. Methods Descriptive, cross-sectional, and analytical clinical study. One hundred and one volunteers over 60 years old were submitted to audiological evaluation, Dynamic Gait Index - Brazilian brief (DGI), Timed Up and Go (TUG) and Edmonton Fragility Scale (EFE) that verified, respectively, hearing thresholds, frailty syndrome, functional and dynamic balance, and risk of falling. The simple percentual distribution, the Wilcoxon´s test and the Bivariate Correlation with Pearson's coefficient were used for statistical analysis. Limits equal to or less than 1.0 and 5.0% were adopted. Results EFE identified 22.8% of volunteers as fragile and 22.8% as vulnerable. DGI and TUG found 34.6% and 84.1% of at risk for falls, respectively. Significant correlations between EFE and DGI (p <0.01), EFE and TUG (p <0.01), and DGI and TUG (p <0.01) were observed. Pearson's coefficient between EFE and DGI, EFE and TUG, and DGI and TUG were -0.26, -0.41, and 0.46, respectively. An association between DGI and TUG and age (p <0.01) was identified. No correlation between EFE and sex or age was found. Conclusion Frailty and pre-frailty were identified in a significant segment of the volunteers, especially in the oldest subjects. Functional and dynamic balance were moderately correlated with frailty, which demonstrated that frailty syndrome increases the risk of falls.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».