Association between Frailty and Depression among Elderly in Nursing Home
Notice bibliographique
Résumé
Background: Frailty is described by the collective decline of multiple physiological systems and increased vulnerability to multiple stressors. It is also linked to emotional distress and mental illness, especially depression. Both frailty and depression are correlated with many harmful consequences in the elderly, including decreased quality of life, escalated utilization of health services, and elevated morbidity and mortality. Given the prominence of frailty and depression in the elderly, and the deleterious consequences when they coexist, understanding the association between these factors is essential. Aim: This study aims to analyze the association between frailty and depression among the elderly in the nursing home. Material and Methods: This research was cross-sectional, and conducted at 3 nursing homes in South Sulawesi. Frailty and depression were measured. Frailty was assessed by Edmonton Frail Scale (EFS), while depression was evaluated by Geriatric Depression Scale (GDS). The data were analyzed with the Pearson test in SPSS 25. Results: There were 27 participants, consisting of females 19 (70.3%), and males 8 (29.6%) with a mean age was 73.15±8, included in this study. The mean EFS was 5.89±3.15. The mean GDS result was 3.74±3.14. Frailty has positive strong association with depression (r=0.6, p=0.001). Conclusion: There was a strong and substantial association between frailty and depression among the elderly in the nursing home.
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 | 0,001 | 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 ».