MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409319857 · doi:10.2196/64853

Assessing Social Interaction and Loneliness and Their Association With Frailty Among Older Adults With Subjective Cognitive Decline or Mild Cognitive Impairment: Ecological Momentary Assessment Approach

2025· article· en· W4409319857 sur OpenAlexvenueno aff
Bada Kang, Dahye Hong, Seolah Yoon, Jennifer Ivy Kim

Notice bibliographique

RevueJMIR mhealth and uhealth · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessAssociation (psychology)CognitionPsychologyPreprintGerontologyCognitive declineDementiaEcologyClinical psychologyMedicinePsychiatryBiologyDiseasePsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Frail older adults are at greater risk of adverse health-related outcomes such as falls, disability, and mortality. Mild behavioral impairment (MBI), which is characterized by neurobehavioral symptoms in individuals without dementia, is a crucial factor in identifying at-risk groups and implementing early interventions for frail older adults. However, the specific role of social functioning, which encompasses social interaction and loneliness levels, in relation to frailty within this group remains unclear. OBJECTIVE: This study investigated the association between frailty status, social interaction frequency, and loneliness levels among older adults with subjective cognitive decline (SCD) or mild cognitive impairment (MCI) while adjusting for MBI symptoms in 2 contexts: the presence and severity of MBI symptoms. METHODS: Older adults with SCD or MCI were recruited from an outpatient clinic specializing in the early diagnosis and care management of dementia at a community health center, as well as from a community service center in Seoul, South Korea. Using an ecological momentary assessment approach, participants reported their daily social interaction frequency and loneliness level via a mobile app, 4 times daily for 2 weeks. Frailty status, the outcome variable, was assessed using the Korean version of the frailty phenotype questionnaire. Additionally, MBI symptoms were assessed using the 34-item MBI-Checklist covering 5 domains. Multinomial logistic regression analyses were performed to investigate the association between frailty status (robust, prefrail, and frail), and the independent variables, adjusting for the presence or severity of MBI symptoms. RESULTS: Among the 101 participants analyzed, 29.7% (n=30) of participants were classified as prefrail, and 12.8% (n=13) of participants were classified as frail. Higher average daily social interaction scores were consistently associated with lower odds of a frail status compared to a robust status. This was evident in the models adjusted for both the global presence (relative risk ratio [RRR] 0.18, P=.02) and global severity (RRR 0.20, P=.02) of MBI symptoms. CONCLUSIONS: Frequent social interaction was inversely associated with frail status in older adults with SCD or MCI, even after adjusting for the presence and severity of MBI symptoms. These findings highlight the potential of social functioning as a modifiable factor for addressing frailty among older adults at risk of cognitive and functional decline. Future prospective studies using real-time measurements are needed to refine these findings and further investigate additional risk factors and functional outcomes in this group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,392
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetFrailty in Older Adults→Travaux en français237 207→