10-Year Multimorbidity Trajectories in Older People Have Limited Benefit in Predicting Short-Term Health Outcomes in Comparison to Standard Multimorbidity Thresholds: A Population-Based Study
Notice bibliographique
Résumé
Purpose: To identify multimorbidity trajectories among older adults and to compare their health outcome predictive performance with that of cross-sectional multimorbidity thresholds (eg, ≥ 2 chronic conditions (CCs)). Patients and Methods: We performed a population-based longitudinal study with a random sample of 99,411 individuals aged > 65 years on April 1, 2019. Using health administrative data, we calculated for each individual the yearly CCs number from 2010 to 2019 and constructed the trajectories with latent class growth analysis. We used logistic regression to determine the increase in predictive capacity ( c-statistic ) of multimorbidity trajectories and traditional cross-sectional indicators (≥ 2, ≥ 3, or ≥ 4 CCs, assessed in April 2019) over that of a baseline model (including age, sex, and deprivation). We predicted 1-year mortality, hospitalization, polypharmacy, and frequent general practitioner, specialist, or emergency department visits. Results: We identified eight multimorbidity trajectories, each representing between 3% and 25% of the population. These trajectories exhibited trends of increasing, stable, or decreasing number of CCs. When predicting mortality, the 95% CI for the increase in the c-statistic for multimorbidity trajectories [0.032– 0.044] overlapped with that of the ≥ 3 indicator [0.037– 0.050]. Similar results were observed when predicting other health outcomes and with other cross-sectional indicators. Conclusion: Multimorbidity trajectories displayed comparable health outcome predictive capacity to those of traditional cross-sectional multimorbidity indicators. Given its ease of calculation, continued use of traditional multimorbidity thresholds remains relevant for population-based multimorbidity surveillance and clinical practice. Keywords: multimorbidity, trajectories, prevalence, health outcome prediction, population-based
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».