Prevalence and risk factors of frailty among adults living with HIV aged 70 years or older
Notice bibliographique
Résumé
OBJECTIVES AND DESIGN: Frailty is a phenotype associated with adverse health outcomes in older persons. It has been evaluated mainly in middle-aged persons with HIV (PWH). The French multicenter prospective ANRS EP66 SEPTAVIH study aimed to assess frailty prevalence and risk factors in PWH aged 70 years or older on antiretroviral treatment (ART) for at least 12 months. METHODS: At baseline, Fried frailty phenotype criteria, sociodemographic data, medical/HIV history, functional status, comorbidities, including impaired cognitive function, depression, history of falls, and co-medications were collected. We measured the prevalence of frailty and compared the characteristics of frail versus prefrail and robust participants using univariate (Kruskal-Wallis tests for continuous variables and Chi 2 tests for categorical variables) and multivariate analyses. RESULTS: Five hundred and ten PWH, mostly male (81.4%), were included with a median age of 73 years. The median HIV and ART durations were 22.7 years and 15.7 years, respectively. The prevalence of frailty was 13.5%, and of prefrailty 63.3%. In the multivariate analysis, increasing age [odds ratio (OR) 1.79 for each 5-year increment; 95% confidence interval (CI) 1.32-2.41], deprived socioeconomic status (OR 3.17; 95% CI 1.76-5.70), and multimorbidities (three or more) (OR 2.03; 95% CI 1.06-3.90) were associated with frailty. CONCLUSION: A low prevalence of frailty was reported (13.5%) in PWH aged 70 years or older, whereas two-thirds of them were prefrail. Age, low socioeconomic status, and multimorbidities, but no HIV-related factors, were associated with frailty, suggesting the need to target these factors to help promoting successful aging in this population.
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 | 0,000 | 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 | 0,000 |
| 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 ».