The association between anticholinergic/sedative burden and physical frailty in people aging with HIV
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to estimate the strength of the association between anticholinergic/sedative burden and concurrent physical frailty in people aging with HIV. DESIGN: This cross-sectional analysis examined baseline data from 824 adults with a mean age of 53 enrolled in the Positive Brain Health Now study. METHODS: Anticholinergic medications were identified using four methods: Anticholinergic Cognitive Burden (ACB) Scale, Anticholinergic Risk Scale (ARS), Anticholinergic Drug Scale (ADS), and the anticholinergic list of the Anticholinergic and Sedative Burden Catalog (ACSBC). Sedatives were identified using the Sedative Load Model (SLM) and the sedative list of the ACSBC. Physical frailty was assessed using a modified Fried Frailty Phenotype (FFP) based on self-report items. Multivariable logistic regression models, adjusted for sociodemographic factors, lifestyle considerations, HIV-related variables, comorbidities, and co-medication use, were used to estimate odds ratios (ORs). RESULTS: Anticholinergic burden demonstrated associations with frailty across various methods: total anticholinergic burden (OR range: 1.22-1.32; 95% confidence interval (CI) range: 1.03-1.66), sedative burden (OR range: 1.18-1.24; 95% CI range: 1.02-1.45), high anticholinergic burden (OR range: 2.12-2.74; 95% CI range: 1.03-6.19), and high sedative burden (OR range: 1.94-2.18; 95% CI: 1.01-4.34). CONCLUSION: The anticholinergic and sedative burdens may represent modifiable risk factors for frailty in people aging with HIV. Future studies should evaluate the effects of reducing anticholinergic and sedative burdens on frailty outcomes and explore the prognostic value of diverse scoring methods.
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 | 0,001 |
| 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 ».