Frailty and fracture, disability, and falls: a multiple country study from the global longitudinal study of osteoporosis in women.
Notice bibliographique
Résumé
ObjectivesTo test whether women aged 55 and older with increasing evidence of a frailty phenotype would have greater risk of fractures, disability, and recurrent falls than women who were not frail, across geographic areas (Australia, Europe, and North America) and age groups.DesignMultinational, longitudinal, observational cohort study.SettingGlobal Longitudinal Study of Osteoporosis in Women (GLOW).ParticipantsWomen (N = 48,636) aged 55 and older enrolled at sites in Australia, Europe, and North America.MeasurementsComponents of frailty (slowness and weakness, poor endurance and exhaustion, physical activity, and unintentional weight loss) at baseline and report of fracture, disability, and recurrent falls at 1 year of follow-up were investigated. Women also reported health and demographic characteristics at baseline.ResultsWomen younger than 75 from the United States were more likely to be prefrail and frail than those from Australia, Canada, and Europe. The distribution of frailty was similar according to region for women aged 75 and older. Odds ratios from multivariable models for frailty versus nonfrailty were 1.23 (95% confidence interval (CI) = 1.07-1.42) for fracture, 2.29 (95% CI = 2.09-2.51) for disability, and 1.68 (95% CI = 1.54-1.83) for recurrent falls. The associations for prefrailty versus nonfrailty were weaker but still indicated statistically significantly greater risk of each outcome. Overall, associations between frailty and each outcome were similar across age and geographic region.ConclusionGreater evidence of a frailty phenotype is associated with greater risk of fracture, disability, and falls in women aged 55 and older in 10 countries, with similar patterns across age and geographic region.
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 | 0,000 | 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 | 0,001 | 0,002 |
| 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 ».