研究デザイン
この研究は、オランダのリンブルフ州で実施された観察コホートから収集されたデータに基づいています。地域医療サービスは 4 年ごとに、地域に住む 55 歳以上の高齢者に広範なアンケート、健康モニターを送信します。このモニターは、この大規模なサンプルの特性とニーズに基づいた医療政策を促進します。これは、人口統計上の特徴、慢性疾患、医療サービスの利用、非公式ケアに関する標準的な質問と、社会的、心理的、身体的機能に関する項目で構成されています。 2012 年には、フリード虚弱基準 (体重減少、疲労、身体活動の低下、遅さ、衰弱) も含まれました。フレイルの基準は自己申告式のアンケートとして尋ねられました。以前の出版物では、このコホートの虚弱性を評価するために使用される自己申告質問の定式化について完全な詳細が提供されています。 [14]。フレイル基準の合計により、人々はフレイルではない (スコア 0)、プレフレイル (スコア 1 ～ 2)、またはフレイル (スコア 3 ～ 5) の 3 つのフレイル段階のいずれかに分類されます。
手順と参加者
図1
参加者参加のフローチャート
データ収集
私たちは、ベースライン時にアンケートから以下の人口統計と特徴を収集しました: 年齢、性別、体格指数 (BMI、体重キログラムを身長平方メートルで割って計算)、慢性疾患、婚姻状況、生活環境、アルコールの使用、喫煙フリードによれば虚弱状態。さらに、自己認識の健康状態、社会経済的地位、社会的ネットワークに関するベースライン データを取得しました。
慢性疾患は、糖尿病、脳卒中/脳出血/脳梗塞、心筋梗塞、その他の心疾患、癌、喘息、慢性閉塞性肺疾患(COPD)の1つ以上の慢性疾患に罹患しているかどうかを参加者に尋ねることによって測定されました。 、末梢血管疾患、高血圧、股関節または膝関節症、慢性関節炎症または背中の問題（ヘルニアを含む）。
自己認識健康状態 (SPH) は、全体的な健康状態を測定するために使用されるシンプルで実用的なツールです。 「あなたの健康状態は全体的にどうですか?」という 1 つの質問で、あらかじめ設定された 5 段階のリッカート スケール (この研究では、非常に悪い、悪い、まあまあ、良い、非常に良い) での回答により、SPH は個人の主観的な評価を表します。自分自身の健康状態 [15]。 SPH は、非常に悪い – 悪い、普通、良い – 非常に良いの 3 つのカテゴリーに分類されました。
教育は低、中、高に分類されました。下位のカテゴリーには、教育を受けていない、小学校または職業訓練前中等教育を修了している人が含まれます。中等教育には後期中等教育、職業訓練、専門教育が含まれます。高カテゴリーには、学士号、修士号、博士号などの高等教育の学位を持つ個人が含まれていました。
家族構成の変動を調整した一人当たりの可処分所得はオランダ統計局から入手した。個人は、低所得から高所得までの 5 つの所得グループのいずれかに分類されました。
ソーシャル ネットワークは 3 つの変数から構成されます。ソーシャル ネットワークの種類は、Wenger らによる 8 項目のアンケートを使用してベースラインで測定されます。 [16]。その結果、人々は家族依存型、個人限定型、地域統合型、地域完結型、広域コミュニティ重視型の 5 種類のサポート ネットワークに分類されます。家族に依存したプライベートな制限付きネットワークは、サポートを提供できる人数が限られているのが特徴ですが、ローカルに統合された、より広範なコミュニティに焦点を当てたネットワークはより規模が大きくなります。これらの限られたネットワークは、非公式のケアが利用できないことに対応しています。 [17]。
非公式ケアの利用可能性は、ベースラインでの 1 つの質問によって評価されました。「インフルエンザにかかり、数日間寝ていなければならなかったと仮定します。」あなたの世話をしてくれる人はいますか？」と尋ねたところ、結果は「はい」と「いいえ」に二分されました。
最後に、De Jong-Gierveld 孤独感スケールを使用して、ベースラインで孤独感を測定しました。 [18]。これは 11 項目の尺度であり、参加者は「はい」、「多いか少ない」、「いいえ」の 3 つの回答選択肢から選択できます。スコアが高いほど、孤独感が大きいことを示します。
収集されたデータはすべて自己申告によるものです。参加者のプライバシーは、すべての識別変数を一意の研究参加者コードに置き換えることによりデータを仮名化することによって確保されました。
結果の測定
統計分析
回答者のベースライン特性は、記述統計を使用して分析されました。連続データは平均値と標準偏差 (SD) または中央値と四分位範囲 (IQR) として表示され、名目データは総量とパーセンテージとして表示されました。まず、主要な分析結果（入院患者と入院していない参加者）をより良く解釈するために、虚弱になる前の参加者と虚弱な参加者の間でのベースライン特性の違いを調べました。 P 値は、カテゴリ変数についてはピアソンのカイ 2 乗検定またはフィッシャーの直接確率検定を使用し、連続変数については独立サンプルの t 検定またはマン-ホイットニー U 検定を使用して計算されました。主要な分析では、入院群と非入院群のベースライン特性を比較しました。私たちはサブグループ分析を実施し、入院した虚弱者と入院しなかった虚弱者との間の差異、および入院した虚弱者と入院しなかった虚弱者との間の差異を調査した。
リスク因子分析では、データを調査する際に 10 件のイベントごとに 1 つの予測変数を含めるという一般的なガイドラインに準拠しました。予測因子の数が入院数を 10 で割った商を超える場合、単変量分析における関連するリスク推定値に基づいて予測因子が選択されました。単変量ロジスティック回帰評価は、潜在的な交絡因子の調整を行わずに、潜在的な予後変数と結果のそれぞれに対して独立して実施されました。主な分析には、入院を結果変数とした、多変数の後方段階的ロジスティック回帰 (0.05 の開始と 0.10 の終了) が含まれていました。最初にすべての変数がモデルに含まれ、その後、モデルへの寄与が最も少ない独立変数 (最大の p 値で識別される) を反復的に除外することにより、予測子の最適なサブセットが決定されました。潜在的な交絡因子については調整は行われませんでした。すべての統計検定には 5% の有意水準が使用されました。統計分析は、ソフトウェア Statistical Package for the Social Sciences (SPSS)、バージョン 27 (IBM Corp、ニューヨーク、米国) を使用して実行されました。
倫理原則
この研究はヘルシンキ宣言の原則に基づいたものでした。すべての参加者はインフォームドコンセントを提供しました。この研究は、Zuyderland および Zuyd 応用科学大学の医療倫理委員会 (METC Z、12-N-129) によって承認されました。
1729338769
#地域在住のプレフレイルおよびフレイル高齢者の入院の危険因子縦断的研究の結果 #BMC #老年学
2024-10-19 11:39:00