Frailty trajectories and associated factors in the years prior to death: evidence from 14 countries in the Survey of Health, Aging and Retirement in Europe
Notice bibliographique
Résumé
BACKGROUND: Age-related changes in frailty have been documented in the literature. However, the evidence regarding changes in frailty prior to death is scarce. Understanding patterns of frailty progression as individuals approach death could inform care and potentially lead to interventions to improve individual's well-being at the end of life. In this paper, we estimate the progression of frailty in the years prior to death. METHODS: Using data from 8,317 deceased participants of the Survey of Health, Ageing, and Retirement in Europe, we derived a 56-item Frailty Index. In a coordinated analysis of repeated measures of the frailty index in 14 countries, we fitted growth curve models to estimate trajectories of frailty as a function of distance to death controlling both the level and rate of frailty progression for age, sex, years to death and dementia diagnosis. RESULTS: Across all countries, frailty before death progressed linearly. In 12 of the 14 countries included in our analyses, women had higher levels of frailty close to the time of death, although they progressed at a slower rate than men (e.g. Switzerland (-0.008, SE = 0.003) and Spain (-0.004, SE = 0.002)). Older age at the time of death and incident dementia were associated with higher levels and increased rate of change in frailty, whilst higher education was associated with lower levels of frailty in the year preceding death (e.g. Denmark (0.000, SE = 0.001)). CONCLUSION: The progression of frailty before death was linear. Our results suggest that interventions aimed at slowing frailty progression may need to be different for men and women. Further longitudinal research on individual patterns and changes of frailty is warranted to support the development of personalized care pathways at the end of life.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».