The prevalence of frailty, measured with different diagnostic tools, and autonomy decline: Results of the Crystal study

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

INTRODUCTION: Frailty prevalence differs across different population depending on the models used to assess, age, economic situation, social status, and the proportion of men and women in the study. The diagnostic value of different models of frailty varies from population to population.

OBJECTIVES: To assess the prevalence of frailty using 4 different diagnostic models and their sensitivity for identifying persons with autonomy decline.

MATERIAL AND METHODS: A random sample of 611 people aged 65 and over. Models used: the Age is not a blocking factor model, the SOF Frailty Index, the Groningen Frailty Indicator, L. Fried model. Covariates: nutritional status, anemia, functional status, depression, dementia, chronic diseases, grip strength, physical function.

RESULTS: The prevalence of the Frailty Phenotype ranged from 16.6 to 20.4% and the Frailty Index was 32.6%. Frailty, regardless of the used models was associated with an increase in the prevalence of the geriatric syndromes: urinary incontinence, hearing and vision loss, physical decline, malnutrition and the risk of malnutrition, low cognitive functions and autonomy decline (p < 0.05). The negative predictive value (NPV) of the Age is not a blocking factor model, the SOF Frailty Index, the Groningen Frailty Indicator for identifying individuals with autonomy decline was 86–90%.

CONCLUSION: The prevalence of frailty depended on the operational definition and varied from 16.6 to 32.6%. The Age is not a blocking factor model, the SOF Frailty Index, the Groningen Frailty Indicator, L. Fried model can be used as screening tools to identify older patient with autonomy decline. Regardless of the model used, frailty is closely associated with an increase in the prevalence of major geriatric syndromes.

About the authors

Anna V. Turusheva

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

Author for correspondence.
Email: anna.turusheva@gmail.com
ORCID iD: 0000-0003-3347-0984
SPIN-code: 9658-8074
Scopus Author ID: 57189466350
ResearcherId: U-3654-2017

MD, PhD, Associate Professor

Russian Federation, 41 Kirochnaya str., Saint Petersburg, 191015

Elena V. Frolova

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

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

MD, PhD, DSc, Professor

Russian Federation, 41 Kirochnaya str., Saint Petersburg, 191015

Tatiana A. Bogdanova

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

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

MD

Russian Federation, 41 Kirochnaya str., Saint Petersburg, 191015

References

  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

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2021 Turusheva A.V., Frolova E.V., Bogdanova T.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
 


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».