Frailty Predicts Dementia and Death in Older Adults Living in Long-Term Care
Notice bibliographique
Résumé
OBJECTIVES: To investigate how the accumulation of deficits traditionally related and not traditionally related to dementia predicts dementia and mortality. DESIGN: A retrospective cohort study with up to 9 years of follow-up. SETTING AND PARTICIPANTS: Long-term care residents aged ≥65 with or without dementia. METHODS: Frailty indices based on health deficit accumulation were constructed. The FI-t consisted of 27 deficits traditionally related to dementia; the FI-n consisted of 27 deficits not traditionally related to dementia; the FI-a consisted of all 54 deficits taken from the FI-t and the FI-n. RESULTS: In this long-term care sample (n = 29,758; mean age = 84.6 ± 8.0; 63.8% female), 91% of the residents had at least 1 impairment in activities of daily living, 61% had a diagnosis of dementia, and the vast majority were frail (53% had FI-a > 0.2). Residents with dementia had a higher FI-t compared with those without dementia (0.278 ± 0.110 vs. 0.272 ± 0.108), whereas residents without dementia had a higher FI-n (0.143 ± 0.082 vs. 0.136 ± 0.079). Within 9 years, 97% of the sample had died; a 0.01 increase of the FI-a was associated with a 4% increase of the mortality risk, adjusting for age, sex, admission year, stay length, and dementia type. Residents who developed dementia after admission to long-term care had higher baseline FI-t and FI-a (P's < .003) than those who remained without dementia. CONCLUSIONS AND IMPLICATIONS: Frailty is highly prevalent in older adults living in long-term care, irrespective of the presence or absence of dementia. Accumulation of deficits, either traditionally related or unrelated to dementia, is associated with risks of death and dementia, and more deficits increases the probability. Our findings have implications for improving the quality of care of older adults in long-term care, by monitoring the degree of frailty at admission, managing distinct needs in relation to dementia, and enhancing frailty level-informed care and services.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».