MétaCan
Menu
Retour à la cohorte
Enregistrement W7056693888

FRAILTY PHENOTYPE AND ITS IMPLICATION ON CARDIOVASCULAR RISK, DEPRESSION, LONELINESS AND NEUROCOGNITION. AN EXPLORATORY STUDY

2024· dissertation· en· W7056693888 sur OpenAlexaboutno aff

Notice bibliographique

RevuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2024
Typedissertation
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLonelinessNeurocognitiveDepression (economics)PopulationGeriatric Depression ScaleExploratory researchQuality of life (healthcare)Vulnerability (computing)Cognition
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Given the aging population and its associated pathologies, it is essential to better understand frailty syndrome to enhance quality care and daily life for the elderly.. Frailty is a biological syndrome of reduced reserve and resistance to stressors, resulting from the cumulative decline of multiple physiological systems, leading to vulnerability and poor outcomes. The current study aims to determine the influence of frailty phenotype on cardiovascular risk, depression, loneliness, neurocognitive functioning, and in community-dwelling older people. Our sample consisted of 26 participants aged above 60, each of whom underwent a protocol to assess our different variables, subjects were grouped based on their frailty phenotype. Neurocognitive functioning was measured with the Addenbrooke Cognitive Examination III (ACE-III), Depression was assessed with Geriatrice Depression Scale (GDS), loneliness with the Échelle de solitude de l'Université Laval (ESUL) and cardiovascular risk was measured with the U-Prevent algorithm. Results showed that frailty was significantly associated with memory impairments and loneliness in the overall sample. There were no significant differences in cardiovascular risk, depression and other neurocognitive functions, according to the frailty phenotype. Frailty may be a particularly important factor in memory loss and loneliness, highlighting the need for prevention and intervention strategies to decrease the risks for frailty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,369
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)Même sujetParticle accelerators and beam dynamicsTravaux en français237 207