Predictive value of self-prioritized mobility factors on gait speed and life space in older nigerians: A cross-sectional study
Notice bibliographique
Résumé
• Nigerian older adults say doctors should check their age, muscle power, strength, endurance and pain when discharging them. • Environmental, social, psychological, financial, physical, and personal factors predicted life space, but cognitive factors did not. • Environmental, social, psychological, cognitive, physical, and personal factors predicted gait speed, but financial factors did not. • Self-prioritized mobility factors explained 74 % of the variance in gait speed, stronger than the 50 % for life space. Eighty-two cognitive, environmental, financial, personal, physical, psychological, and social factors significantly influence mobility decline following hospital discharge. However, assessing all these factors during the fast-paced discharge process is impractical. This study aimed to identify the factors that Nigerian older adults consider most critical and determine which factors (in combination) most realistically predict gait speed and life space among these Nigerian older adults. This is data from a cross-sectional survey that recruited 400 Nigerian older adults, 60+ years old, to rank 82 factors influencing mobility. Older adults' gait speed and life-space mobility were collected using the 10-meter Walk Test and Life Space Assessment. Multivariate binary logistic regression was used to determine the most realistic predictor of gait speed and life-space mobility. No factors were considered critical by the older adults. The life space model indicates that increased street characteristics, social cohesion, occupation, hearing, gait speed, fear of falling, and conscientiousness accounts for approximately 50% of variations in life space. The gait speed model indicates that an increase in executive function, pain, respiratory system, body composition, fatigue, social factors, racial characteristics, marital status, social network, and fear of reinjury explain about 74 % of variation in gait speed. This study provides self-reported factors that could influence older adults' mobility following discharge that would allow clinicians to prioritize factors for assessment amidst multiple factors.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».