Fatores associados à fragilidade em uma população de idosos da comunidade
Bibliographic record
Abstract
"OBJETIVO: Analisar se fatores demográficos e socioeconômicos e fatores referentes à saúde e aos serviços de saúde estão associados à fragilidade em idosos comunitários. MÉTODOS: Estudo transversal com 339 idosos (60 anos ou mais) residentes em Juiz de Fora, MG, em 2015. Foi realizado inquérito domiciliar e a fragilidade foi avaliada por meio da Escala de Fragilidade de Edmonton. Para a análise dos fatores associados ao desfecho, foi construído um modelo teórico de determinação com três blocos hierarquizados: bloco 1, com características demográficas e socioeconômicas; bloco 2, saúde do idoso (dividido em três subníveis: 2.1 variáveis de saúde referidas; 2.2 variáveis de saúde autopercebidas e 2.3 síndromes geriátricas); e o bloco 3, com características referentes aos serviços de saúde. As variáveis foram ajustadas entre si dentro de cada bloco; aquelas com nível de significância ≤ 0,20 foram incluídas no modelo de regressão de Poisson e ajustadas ao nível superior ao seu, considerando o nível de 5% de significância. RESULTADOS: A prevalência de fragilidade entre os idosos foi de 35,7% (IC95% 30,7–40,9). 42,2% não apresentaram fragilidade; 22,1% eram aparentemente vulneráveis. Entre os frágeis, 52,9% apresentaram fragilidade leve, 32,2% fragilidade moderada e 14,9% fragilidade grave. Fragilidade associou-se com dificuldade para andar, necessidade de dispositivo auxiliar para locomoção, presença de cuidador, transtornos depressivos e dependência funcional para realização das atividades instrumentais de vida diária. CONCLUSÕES: A fragilidade é frequente entre a população idosa e está associada a variáveis de saúde dos 3 subníveis que compõe o bloco 2 do modelo teórico hierárquico de determinação: variáveis de saúde referidas; variáveis de saúde autopercebidas e síndromes geriátricas."
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".