Functional continuum stratifies fall risk in older adults
Notice bibliographique
Résumé
OBJECTIVES: Gait speed is a validated indicator of fall risk (Grade 1 A). However, accurate prevention requires comprehensive stratification indicators. The Functional Continuum (FC), which encompasses the full range of functional changes, shows promise for stratifying fall risk. METHODS: The study included 4,949 and 5,259 individuals from the National Health and Aging Trends Study (NHATS) wave 1 as the discovery sample, and 2,649 and 2,749 newly recruited individuals from wave 5 as the independent validation sample for the gait speed and FC analyses, respectively. RESULTS: At baseline, 19.2% of participants exhibited low gait speed; over follow-up, 66.2% sustained an incident fall. In the FC cohort, baseline distributions for levels 0–3 were 35.0%, 24.9%, 21.0%, and 19.1%, respectively, with 67.7% sustaining an incident fall. Both gait speed and FC function effectively stratified fall risk, with FC showing a significant dose-effect on fall risk. After adjusting for confounders, older adults with low gait speed had an increased fall risk (hazard ratio [HR]: 1.50, 95% confidence interval [CI]: 1.31, 1.71). The worse the FC, the higher the fall risk (Level 1: HR: 1.20, 95% CI: 1.06, 1.36; Level 2: HR: 1.63, 95% CI: 1.43, 1.87; Level 3: HR: 1.80, 95% CI: 1.54, 2.09). CONCLUSIONS: FC stratified fall risk into low-, medium-, and high-risk levels, offering a comprehensive, tiered framework for guiding prevention—from general exercise and monitoring in low-risk individuals to intensive measures in higher-risk groups. These findings highlight the potential utility of FC for optimizing resource allocation in fall prevention strategies.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».