Frailty, Seasonal Sensitivity and Health-related Quality of Life in Older People Living in High Southern Latitudes: a Bayesian Analysis
Notice bibliographique
Résumé
Background: In older people, a notable research gap exists regarding the intricate dynamics between frailty, seasonal sensitivity, and health-related quality of life (HRQoL). This study aimed to determine the association between frailty, seasonal sensitivity, and HRQoL in older people from high southern latitudes. Methods: A cross-sectional observational study was conducted. Frailty, seasonal sensitivity, and HRQoL measurements were self-reported by participants through questionnaires. A total of 118 older people were recruited from a local community. The participants were selected through intentional non-probabilistic sampling. Results: The adjusted models showed a trend where lower education was associated with a higher risk of frailty (BF = 0.218). For frailty and HRQoL, we observed a trend suggesting that HRQoL decreases with increasing severity of frailty (BF = 1.76). In addition, we observed a linear effect based on the severity of seasonal sensitivity, meaning that older people with higher perceived severity report a proportional decrease in HRQoL (BF = 6.66). Conclusion: Sociodemographic factors, such as lower education levels, have increased the risk of frailty. At the same time, frailty and seasonal sensitivity perceived severity were associated with a lower HRQoL in older people.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| 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 ».