Walking Speed Assessed by 4-Meter Walk Test in the Community-Dwelling Oldest Old Population in Vietnam
Notice bibliographique
Résumé
This study aims to provide data on usual walking speed in individuals aged 80 years or older and determine the association between walking speed and related factors in community-dwelling older adults. A cross-sectional study design was conducted to measure walking speed on community-dwelling elders aged 80 years or older in Soc Son district, Vietnam. Walking speed was assessed by a 4-Meter Walk Test with a usual-pace walking mode. Health-related characteristics of participants including risk of falls (The Timed Up and Go test, activities of daily living (ADL), instrumental activities of daily living (IADLs), cognitive impairment (Mini-Cog test) and frailty syndrome (The Reported Edmonton Frail Scale (REFS)). Multiple logistic regression was used to analyze the association between a slow walking speed and selected factors. A total of 364 older people were recruited, and the majority were female (65.4%). The overall average walking speed was 0.83 ± 0.27 m/s. The proportion of participants with a slow walking speed (<0.8 m/s) was 40.4%. Multiple logistic regression analyses showed that age, female, high fall risk (assessed by TUG test), ADL/IADL dependence and frailty syndrome had a negative effect on slow walking speed in this population. The results could provide useful reference data for further investigations and measures 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».