Prevalence and Determinants of Frailty in Community‐Dwelling Iranian Older Adults: A Cross‐Sectional Study
Notice bibliographique
Résumé
ABSTRACT Background and Aims Frailty is one of the most common syndromes in old age. This syndrome, associated with adverse health outcomes and increased economic costs, can affect the quality of life of elderly people. This study investigates the prevalence and determinants of frailty in community‐dwelling Iranian older adults. Methods This analytical cross‐sectional study was conducted over 5 months among the retired elderly people (> 60 years) in Isfahan. The tools used in this study included a demographic questionnaire, the Pittsburgh Sleep Quality Index (PSQI), an assessment of polypharmacy, and the Edmonton Frail Scale. Data were analyzed using statistical tests in SPSS software. Results The prevalence of frailty, based on the Edmonton Frail Scale, was 17.4%. No statistically significant difference in mean frailty scores was observed between men and women ( p = 0.286). Logistic regression analysis showed that older age ( B = 0.067, OR = 1.07, 95% CI: 1.01–1.15), lower education ( B = −2.66, OR for MSc = 0.07, 95% CI: 0.00–0.74), polypharmacy ( B = 1.82, OR = 6.16, 95% CI: 2.8–13.50), and poor sleep quality ( B = 0.59, OR = 1.80, 95% CI: 0.88–3.78) were significantly associated with a higher likelihood of frailty ( p < 0.05). Conclusion This study's results indicated that age, education, polypharmacy, and poor sleep quality are associated with an increased risk of frailty in Iranian elderly people. Therefore, timely screening and intervention are recommended to identify these factors and prevent their irreversible physical, psychological, and financial consequences.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».