Do measures of physical capacity and walking self-efficacy relate to frailty in older adults with difficulty walking outdoors? A secondary data analysis
Notice bibliographique
Résumé
Purpose Measures of physical capacity and self-efficacy may help rehabilitation professionals better understand and detect frailty in older adults. We aimed to characterize frailty, walking self-efficacy, physical capacity, and their inter-relationships in older adults with difficulty walking outdoors.Materials and methods A secondary analysis of baseline data from 187 older adults (age ≥ 65 years) with mobility limitations was performed. Frailty was evaluated using the cardiovascular health study frailty index. Physical capacity was measured using the 10-meter walk test (10mWT), 6-min walk test (6MWT), 30-second sit-to-stand test (30STST), mini balance evaluation systems test (mini-BESTest), and hand dynamometry. Self-efficacy was assessed using the ambulatory self-confidence questionnaire (ASCQ). We evaluated associations between scores on physical capacity and walking self-efficacy measures and frailty level using an ANOVA or the Kruskal Wallis H-test.Results The percentage of participants not frail, pre-frail, and frail was 33.7%, 57.2%, and 9.1%, respectively. Median score on the 10mWT-comfortable pace, 10mWT-fast pace, 6MWT, 30STST, mini-BESTest, grip strength, and ASCQ was 1.06 m/s, 1.42 m/s, 354.0 m, 9.0 repetitions, 22 points, 23.0 kg, and 8.1 points, respectively. Scores on physical capacity and walking self-efficacy measures were associated with frailty level (p < 0.01).Conclusions Findings provide insight into the utility of rehabilitation measures to indicate frailty among older adults with mobility limitations.
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 | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».