Prevalence and Factors Associated With Frailty Among Older Adults Living With HIV Compared to Their Uninfected Peers From the Kenyan Coast
Notice bibliographique
Résumé
Objectives: a) To document the prevalence and correlates of frailty among older adults living with HIV (OALWH) and their uninfected peers, and b) Investigate HIV status as an independent predictor of frailty. Methods: This cross-sectional study was conducted between 2020 and 2021 at the Kenyan coast among 440 older adults aged ≥50 years (257 OALWH). Frailty was assessed using the Reported Edmonton Frail Scale. Logistic regression was used to examine the correlates of frailty. Results: The prevalence of frailty was significantly higher among OALWH (24%) than their uninfected peers (13%). HIV seropositivity was not independently associated with frailty. Sleeping difficulties, ageism, higher waist/hip ratio, visiting traditional healers, HIV treatment change/interruption, prolonged illness following HIV diagnosis, and self-reported diabetes were significantly associated with higher odds of frailty. Residing in larger households, having higher income, having friends, being male and light physical activities were significantly associated with reduced odds of frailty. Conclusion: The prevalence of frailty is elevated among OALWH; however, factors other than HIV are predominant, particularly psychosocial factors. Multicomponent interventions are needed to prevent/delay and manage frailty in this setting.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».