Development and validation of a frailty index for use in the osteoarthritis initiative
Notice bibliographique
Résumé
BACKGROUND: The Osteoarthritis Initiative (OAI) evaluates the development and progression of osteoarthritis. Frailty captures the heterogeneity in aging. Use of this resource-intensive dataset to answer aging-related research questions could be enhanced by a frailty measure. OBJECTIVE: To: (i) develop a deficit accumulation frailty index (FI) for the OAI; (ii) examine its relationship with age and compare between sexes, (iii) validate the FI versus all-cause mortality and (iv) compare this association with mortality with a modified frailty phenotype. DESIGN: OAI cohort study. SETTING: North America. SUBJECTS: An FI was determined for 4,755/4,796 and 4,149/4,796 who had a valid FI and frailty phenotype. METHODS: Fifty-nine-variables were screened for inclusion. Multivariate Cox regression evaluated the impact of FI or phenotype on all-cause mortality at follow-up (up to 146 months), controlling for age and sex. RESULTS: Thirty-one items were included. FI scores (0.16 ± 0.09) were higher in older adults and among females (both, P < 0.001). By follow-up, 264 people had died (6.4%). Older age, being male, and greater FI were associated with a higher risk of all-cause mortality (all, P < 0.001). The model including FI was a better fit than the model including the phenotype (AIC: 4,167 vs. 4,178) and was a better predictor of all-cause mortality than the phenotype with an area under receiver operating characteristic curve: 0.652 vs. 0.581. CONCLUSION: We developed an FI using the OAI and validated it in relation to all-cause mortality. The FI may be used to study aging on clinical, functional and structural aspects of osteoarthritis included in the OAI.
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 | 0,000 |
| 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 ».