Knee height to predict stature in North American Caucasian frail free-living elderly receiving community services.
Notice bibliographique
Résumé
CONTEXT: Height is an important component of anthropometric assessment. Valid measures of height are difficult to obtain in the frail elderly. Equations to predict height, using knee height, were proposed for healthy but not for frail elderly. OBJECTIVE: The objectives of this study were to 1) develop and validate equations to predict height (measured and reported) in the frail elderly, 2) to verify the accuracy and reliability of equations, and 3) to compare predicted values with those predicted from existing equations for the healthy elderly. DESIGN AND SETTING: This is a secondary analysis of data from three cross-sectional studies and three randomized community trials in the Sherbrooke area, Quebec, Canada. PARTICIPANTS: Subjects (n=599) were Caucasian, aged 60 and over, and receiving community or Meals-on-Wheels services. ANALYSES: Variables associated with measured and reported heights were entered in multiple linear regression models (n = 409) to identify independent prediction factors. Reliability assessment and agreement analysis were performed with a sub-group of subjects (n=190). RESULTS: Knee height and age in men (R(2) = .718), and with the addition of weight and hip circumference in women (R(2) = .593), were identified as predictors of measured height. For reported height, knee height was a predictor in men (R(2) = .693), while weight was another predictor in women (R(2) = .540). These models predicted height just as well in the validation group (R(2) = .514 to .623). Errors of estimates ranged from +/- 3.31 cm to +/- 5.06 cm. Predicted values were closer to directly measured values in the frail elderly as compared to values obtained with equations in the healthy elderly which differed significantly. CONCLUSIONS: Equations were developed to predict measured and reported height in the frail elderly. These equations can be used when height cannot be measured directly or when postural problems (for measured height) or cognitive disorders (for reported height) can cause unreliable measurements.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».