MétaCan
Menu
Retour à la cohorte
Enregistrement W4388016044 · doi:10.1093/ageing/afad125

A unified framework for the measurement of mobility in older persons

2023· article· en· W4388016044 sur OpenAlexafffund
Marla Beauchamp, Qiukui Hao, Ayse Kuspinar, Jotheeswaran Amuthavalli Thiyagarajan, Christopher Mikton, Theresa Diaz, Parminder Raina

Notice bibliographique

RevueAge and Ageing · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensImpactMcMaster University
Organismes subventionnairesMcMaster Institute for Research on Aging, McMaster UniversityEuropean CommissionMcMaster UniversityWorld Health Organization
Mots-clésMobility modelLimited mobilityIndividual mobilityMedicineGerontologyComputer sciencePhysical medicine and rehabilitationTelecommunications

Résumé

récupéré en direct d'OpenAlex

Mobility is often referred to as a 'sixth vital sign' because of its ability to predict critical health outcomes in later adulthood. In the World Health Organization (WHO) World Report on Aging and Health, mobility is described as movement in all its forms whether powered by the body or a vehicle. As such, mobility encompasses basic physical actions such as getting up from a chair and walking, as well as activities such as exercising, driving and using public transportation. A plethora of measurement tools have been developed to assess various aspects of mobility; however, there is wide variability in the mobility constructs being measured which limits standardisation and meaningful comparison across studies. In this paper, we propose a comprehensive framework for measuring mobility that considers three distinct facets of mobility: perceived mobility ability ('what can you do'), actual mobility ability ('what you actually do') and locomotor capacity for mobility ('what could you do'). These three facets of mobility are rooted in the three components of healthy aging endorsed by the WHO: functional ability, intrinsic capacity and environments. By proposing a unified framework for measuring mobility based on theory and empirical evidence, we can advance the science of monitoring and managing mobility to ensure functional ability in older age.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,406
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetOlder Adults Driving StudiesTravaux en français237 207