在发病率上升的第一波和第二波期间,在医学观察站学生观察中一种新型冠状病毒感染的临床过程特点

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

引言。老年衰弱综合征的患病率取决于用于识别它的模型、年龄、经济状况、社会地位以及研究人群中的男女比例。不同人群不同模型对老年虚弱综合征的诊断价值不尽相同。

这项研究的目的是用四种不同的诊断模型来评估老年衰弱综合征的患病率,以及其对识别依赖外来帮助的个体的敏感性。

材料和研究方法。随机抽样611名65岁及以上老人。所用模型有:“年龄不是问题”模型、骨质疏松性骨折脆弱指数(SOF Frailty Index, Study of Osteoporotic Fractures Frailty Index)、格罗宁根脆弱指标、弗里德模型。评估参数:营养状况、贫血、功能状态、抑郁、痴呆、慢性病、握力、身体功能水平。

结果。利用表型模型确定的老年衰弱综合征的患病率在16.6%到20.4%之间,而缺陷累积模型的患病率为32.6%。老年衰弱综合征,无论是哪种类型,都与主要老年综合征的患病率增加有关:尿失禁、听力和视力下降、身体功能水平下降、营养不良和营养不良风险、认知能力下降和对外来帮助的依赖(p < 0.05)。确定依赖外来帮助的人的“年龄不是问题”模型、软脆指数和格罗宁根问卷的模型阴性预测值为86-90%。

结论。老年衰弱综合征的患病率(取决于应用的模型)为16.6-32.6%。“年龄不是问题” 模型、软脆指数及格罗宁根脆弱指标诊断模型对识别功能减退的个体有很高的阴性预测价值。无论何种模型,老年衰弱综合征与主要老年综合征的发生率增加密切相关。

作者简介

Anna Turusheva

The North-Western State Medical University named after I.I. Mechnikov

编辑信件的主要联系方式.
Email: anna.turusheva@gmail.com
ORCID iD: 0000-0003-3347-0984
SPIN 代码: 9658-8074
Scopus 作者 ID: 57189466350
Researcher ID: U-3654-2017

MD, PhD, Associate Professor

俄罗斯联邦, 41 Kirochnaya str., Saint Petersburg, 191015

Elena Frolova

The North-Western State Medical University named after I.I. Mechnikov

Email: elena.frolova@szgmu.ru
ORCID iD: 0000-0002-5569-5175
SPIN 代码: 1212-0030
Scopus 作者 ID: 37037140300
Researcher ID: O-4134-2014

MD, PhD, DSc, Professor

俄罗斯联邦, 41 Kirochnaya str., Saint Petersburg, 191015

Tatiana Bogdanova

The North-Western State Medical University named after I.I. Mechnikov

Email: olentanya@mail.ru
SPIN 代码: 4126-6041

MD

俄罗斯联邦, 41 Kirochnaya str., Saint Petersburg, 191015

参考

  1. Fedarko NS. The biology of aging and frailty. Clin Geriatr Med. 2011;27(1):27−37. doi: 10.1016/j.cger.2010.08.006
  2. Tkacheva ON, Kotovskaya YuV, Runikhina NK, et al. Clinical guidelines on frailty. Russian Journal of Geriatric Medicine. 2020;(1):11−46. (In Russ.). doi: 10.37586/2686-8636-1-2020-11-46
  3. Turusheva AV, Frolova EV, Degriz ZhM. Ehvolyutsiya teorii starcheskoi astenii. Herald of North-Western State Medical University named after I.I. Mechnikov. 2017;9(1):117−124. (In Russ.)
  4. O’Caoimh R, Sezgin D, O’Donovan MR, et al. Prevalence of frailty in 62 countries across the world: a systematic review and meta-analysis of population-level studies. Age Ageing. 2021;50(1):96−104. doi: 10.1093/ageing/afaa219
  5. Tkacheva ON, Rukhnina NK, Ostapenko VS, et al. Validation of the questionnaire for screening frailty. Advances in Gerontology. 2017;30(2):236−242. (In Russ.)
  6. Fried LP, Tangen CM, Walston J, et al. Frailty in older adults: evidence for a phenotype. J Gerontol A Biol Sci Med Sci. 2001;56(3):146−156. doi: 10.1093/gerona/56.3.m146
  7. Turusheva A, Frolova E, Korystina E, et al. Do commonly used frailty models predict mortality, loss of autonomy and mental decline in older adults in northwestern Russia? A prospective cohort study. BMC Geriatr. 2016;16(1):98. doi: 10.1186/s12877-016-0276-4
  8. Steverink N, Slaets J. Measuring frailty: Developing and testing the GFI (Groningen frailty indicator). Gerontologist. 2001;(44):236−237.
  9. Ensrud KE, Ewing SK, Taylor BC, et al. Comparison of 2 frailty indexes for prediction of palls, disability, fractures, and death in older women. Arch Intern Med. 2008;168(4):382−389. doi: 10.1001/archinternmed.2007.113
  10. Guralnik JM, Simonsick EM, Ferrucci L, et al. A short physical performance battery assessing lower extremity function: association with self-reported disability and prediction of mortality and nursing home admission. J Gerontol. 1994;49(2):85−94. doi: 10.1093/geronj/49.2.m85
  11. Mahoney FI, Barthel DW. Functional evaluation: The barthel index. Md State Med J. 1965;(14):61–65.
  12. Turusheva A, Frolova Е, Degryse JM. Age-related normative values for handgrip strength and grip strength’s usefulness as a predictor of mortality and both cognitive and physical decline in older adults in northwest Russia. J Musculoskelet Neuronal Interact. 2017;17(1):417−432.
  13. Thompson MQ, Theou O, Solomon Yu, et al. Frailty prevalence and factors associated with the frailty phenotype and frailty index: Findings from the north west adelaide health study. Australas J Ageing. 2018;37(2):120−126. doi: 10.1111/ajag.12487
  14. Siriwardhana DD, Hardoon S, Rait G, et al. Prevalence of frailty and prefrailty among community-dwelling older adults in low-income and middle-income countries: a systematic review and meta-analysis. BMJ Open. 2018;8(3):e018195. doi: 10.1136/bmjopen-2017-018195
  15. Ekram ARMS, Ryan J, Britt C, et al. Frailty status and all-cause mortality in the community-dwelling older people: an umbrella review. Innov Aging. 2020;16(4 Suppl. 1):488–489. doi: 10.1093/geroni/igaa057.1580
  16. Vermeiren S, Vella-Azzopardi R, Beckwée D, et al. Frailty and the prediction of negative health outcomes: a meta-analysis. J Am Med Dir Assoc. 2016;17(12):1163.e1–1163.e17. doi: 10.1016/j.jamda.2016.09.010
  17. Kojima G, Taniguchi Yu, Iliffe S, Walters K. Frailty as a predictor of alzheimer disease, vascular dementia, and all dementia among community-dwelling older people: a systematic review and meta-analysis. J Am Med Dir Assoc. 2016;17(10):881–888. doi: 10.1016/j.jamda.2016.05.013
  18. Rezaei-Shahsavarloo Z, Atashzadeh-Shoorideh F, Gobbens RJJ, et al. The impact of interventions on management of frailty in hospitalized frail older adults: a systematic review and meta-analysis. BMC Geriatr. 2020;20(1):526. doi: 10.1186/s12877-020-01935-8

补充文件

附件文件
动作
1. JATS XML

版权所有 © Turusheva A., Frolova E., Bogdanova T., 2021

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».