Video Experimental Relacionado
Updated: Sep 10, 2025
Measuring Frailty in HIV-infected Individuals. Identification of Frail Patients is the First Step to Amelioration and Reversal of Frailty
Published on: July 24, 2013
Desarrollo y validación de un modelo de identificación de riesgos para la fragilidad en sobrevivientes de ACV: nuevas
Jiaxian Wang1, Rick Yiu Cho Kwan2, Lorna Kwai Ping Suen2
1Nursing Faculty, Zhuhai Campus of Zunyi Medical University, Zhuhai, People's Republic of China. wwangjiaxian@163.com.
Un nuevo modelo identifica la fragilidad en los sobrevivientes de accidente cerebrovascular utilizando la edad, el sueño, el equilibrio, la ansiedad y la situación de vida. Esta herramienta ayuda a la detección temprana e intervenciones específicas para obtener mejores resultados.
Área de la Ciencia:
- Gerontología
- Neurología
- Salud pública
Sus antecedentes:
- La fragilidad en los sobrevivientes de accidente cerebrovascular conduce a un aumento de las complicaciones, la mortalidad, la discapacidad y los readmisiones.
- La identificación temprana de la fragilidad es crucial, ya que es una etapa reversible de la discapacidad.
- Es esencial desarrollar un modelo fiable de identificación de riesgos para la fragilidad en los sobrevivientes de accidente cerebrovascular.
Objetivo del estudio:
- Desarrollar y validar un modelo de predicción de riesgos para la fragilidad entre los sobrevivientes de accidente cerebrovascular.
- Para identificar los predictores clave para la fragilidad en la población de sobrevivientes de ACV.
- Para facilitar el cribado y la intervención temprana para la fragilidad en los sobrevivientes de accidente cerebrovascular.
Principales métodos:
- Se utilizaron datos del Estudio Longitudinal de Salud y Jubilación de China (CHARLS).
- Regresión del mínimo absoluto empleado y del operador de selección (LASSO) para la selección de variables.
- Desarrolló modelos de regresión logística y construyó un nomograma para la visualización de riesgos. Evaluado utilizando las curvas de calibración y el análisis de la curva de decisión.
Principales resultados:
- Se incluyeron 2.188 sobrevivientes de accidente cerebrovascular; el 68% exhibió fragilidad.
- Identificó la edad, la mala calidad del sueño, el desequilibrio, la ansiedad y vivir solo como factores de riesgo independientes.
- Se ha alcanzado un área bajo la curva de características operativas del receptor (ROC) de 0,833 (desarrollo) y 0,838 (validación).
Conclusiones:
- Un modelo de 5 predictores (edad, calidad del sueño, equilibrio, ansiedad, vivir solo) permite la detección temprana de la fragilidad en sobrevivientes de accidente cerebrovascular sin herramientas especializadas.
- El modelo demuestra un rendimiento discriminatorio superior en comparación con estudios anteriores.
- Apoya las intervenciones específicas al proporcionar información valiosa para identificar a los sobrevivientes de accidentes cerebrovasculares de alto riesgo.
