A Mixed Methods Study of Risk Factors for Frailty in Peritoneal Dialysis Patients
Notice bibliographique
Résumé
OBJECTIVES: This study uses a convergent mixed methods approach to investigate the frailty phenotypes and risk factors in peritoneal dialysis (PD) patients. DESIGN: A cross-sectional mixed methods research study was employed. METHODS: This study follows the MMR-RHS reporting guidelines. From November 2023 to August 2024, 213 patients were recruited from the PD centre of a tertiary hospital in Chongqing, China. Quantitative data were collected using a general information questionnaire and standardised scales, including Fried Frailty Phenotype (FFP), Charlson Comorbidity Index (CCI), Mini Nutritional Assessment-Short Form (MNA-SF), Montreal Cognitive Assessment (MoCA) and Hospital Anxiety and Depression Scale (HADS). Concurrently, 19 PD patients in pre-frail or frail states participated in semi-structured interviews. The quantitative and qualitative findings were then integrated for analysis. RESULTS: Amongst the 213 PD patients, 46.5% were non-frail, 41.3% were pre-frail and 12.2% were frail. Integrated analysis indicated that fatigue and low muscle strength were the primary frailty phenotypes amongst the patients. Age, sedentary behaviour, comorbidities, nutritional status, cognitive function, polypharmacy, psychological state and social connections were identified as risk factors for frailty in this patient population. CONCLUSION: Many factors influence the frailty of PD patients. Future research should further explore the complex interactions amongst these factors and effective modulation strategies to mitigate the frailty progression. Incorporating the patients' perspectives in designing comprehensive intervention programmes will help identify key challenges and focal points for intervention. IMPACT: This study identifies risk factors for frailty in PD patients, offering healthcare professionals a basis for designing targeted interventions. These factors encompass multiple dimensions, indicating the need for multidisciplinary collaboration in managing frailty. PATIENT CONTRIBUTION: The PD patients in this study provided valuable quantitative data and shared their frailty experiences, enhancing the research conclusions' practical value.
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 | 0,027 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».