Demographic Table


Rural
(N=53)		 Urban
(N=105)		 P-value
Age
Mean (SD) 79.5 (6.15) 79.5 (7.02) 0.941
Median [Min, Max] 78.0 [67.0, 97.0] 79.0 [64.0, 98.0]
Sex
Female 3 (5.7%) 6 (5.7%) 1
Male 50 (94.3%) 99 (94.3%)
Race
Asian 1 (1.9%) 2 (1.9%) 0.689
Black or African American 1 (1.9%) 5 (4.8%)
White 47 (88.7%) 93 (88.6%)
Missing 4 (7.5%) 5 (4.8%)
Ethnicity
Hispanic or Latino 1 (1.9%) 0 (0%) 0.703
Not Hispanic or Latino 47 (88.7%) 101 (96.2%)
Missing 5 (9.4%) 4 (3.8%)
CAN
Mean (SD) 80.8 (16.9) 71.2 (22.7) 0.025
Median [Min, Max] 90.0 [35.0, 99.0] 80.0 [5.00, 99.0]
Missing 18 (34.0%) 52 (49.5%)
NEWCAN
Mean (SD) 81.8 (18.0) 85.2 (11.8) 0.26
Median [Min, Max] 90.0 [35.0, 99.0] 90.0 [40.0, 99.0]
Missing 10 (18.9%) 15 (14.3%)
ACSC
Mean (SD) 63.0 (27.1) 72.4 (24.3) 0.189
Median [Min, Max] 80.0 [8.00, 99.0] 82.0 [0, 99.0]
Missing 26 (49.1%) 80 (76.2%)
JFI
Mean (SD) 5.18 (1.83) 5.75 (2.22) 0.093
Median [Min, Max] 5.00 [1.00, 10.0] 6.00 [1.00, 10.0]
Missing 2 (3.8%) 5 (4.8%)
NEWJFI
Mean (SD) 5.16 (1.59) 6.11 (2.10) 0.005
Median [Min, Max] 5.00 [1.00, 10.0] 6.00 [1.00, 10.0]
Missing 10 (18.9%) 15 (14.3%)
NEWVAFI
Mean (SD) 0.239 (0.128) 0.278 (0.136) 0.106
Median [Min, Max] 0.226 [0.0645, 0.677] 0.274 [0, 0.645]
Missing 10 (18.9%) 15 (14.3%)
vafi_group
Non-frail 6 (11.3%) 11 (10.5%) 0.183
Pre-frail 13 (24.5%) 17 (16.2%)
Mildly frail 12 (22.6%) 28 (26.7%)
Moderately frail 10 (18.9%) 17 (16.2%)
Severely frail 2 (3.8%) 17 (16.2%)
Missing 10 (18.9%) 15 (14.3%)
Overall
(N=158)
Age
Mean (SD) 79.5 (6.72)
Median [Min, Max] 78.5 [64.0, 98.0]
Age_group
65-74 23 (14.6%)
75-84 102 (64.6%)
85+ 31 (19.6%)
Less than 65 2 (1.3%)
Sex
Female 9 (5.7%)
Male 149 (94.3%)
Rurality
Rural 53 (33.5%)
Urban 105 (66.5%)
JFI_bucket
0-2 14 (8.9%)
3-5 63 (39.9%)
6+ 74 (46.8%)
Missing 7 (4.4%)
CAN_grouping
Not frail 22 (13.9%)
Frail 111 (70.3%)
Missing 25 (15.8%)
vafi_group
Non-frail 17 (10.8%)
Pre-frail 30 (19.0%)
Mildly frail 40 (25.3%)
Moderately frail 27 (17.1%)
Severely frail 19 (12.0%)
Missing 25 (15.8%)



JFI buckets




Recommendations summaries









Recommendations vs. CAN


## 
##  Pearson's product-moment correlation
## 
## data:  ppc3$TotalRecs and ppc3$CAN
## t = 0.12757, df = 86, p-value = 0.8988
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.1962526  0.2225562
## sample estimates:
##        cor 
## 0.01375509









Recommendations vs. JFI


## 
##  Pearson's product-moment correlation
## 
## data:  ppc3$JFI and ppc3$TotalRecs
## t = 1.5877, df = 149, p-value = 0.1145
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.03138861  0.28288677
## sample estimates:
##       cor 
## 0.1289866










Total recommendations vs. JFI buckets






Recommendations vs. VAFI


## 
##  Pearson's product-moment correlation
## 
## data:  ppc3$TotalRecs2 and ppc3$NEWVAFI
## t = 0.30778, df = 131, p-value = 0.7587
## alternative hypothesis: true correlation is not equal to 0
## 95 percent confidence interval:
##  -0.1440045  0.1962102
## sample estimates:
##        cor 
## 0.02688128








Poster figures/tables



Rural (n = 45)
Urban (n=95)
Mean SD Mean SD
Age 79.50 6.2 79.50 7
Number male 94.34
94.29
Number white 95.92
93.00
CAN score 80.80 16.9 71.20 22.7
JFI score 5.20 1.8 5.80 2.2
Care recommendations
Total 5.00 3.6 5.10 3.7
Mobility rehab 0.60 0.7 0.50 0.7
DME 0.10 0.3 0.30 0.6
Speech rehab 0.20 0.4 0.10 0.3
Medications 1.50 1.5 1.30 1.5
Social work 0.30 0.7 0.50 0.8



Rural
Urban
Predictor Effect 95% CI Effect 95% CI Difference 95% CI
CAN -0.033 (-0.108, 0.041) 0.015 (-0.03, 0.06) 0.048 (-0.039, 0.136)
JFI -0.003 (-0.544, 0.538) 0.303 (-0.015, 0.62) 0.306 (-0.322, 0.933)
Note:
Effect represents the change in the total number of care recommendations associated
with a 1-unit difference in the given frailty score





Ordinal regression: Total recs


  CAN JFI VAFI
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
0|1-5 0.05 0.00 – 2.17 0.118 0.15 0.00 – 5.85 0.311 0.07 0.00 – 2.95 0.161
1-5|6+ 0.70 0.02 – 29.68 0.850 1.95 0.05 – 73.12 0.716 0.94 0.02 – 38.70 0.973
NEWCAN 1.03 1.00 – 1.06 0.073
Age 0.96 0.91 – 1.02 0.198 0.99 0.95 – 1.04 0.686 0.99 0.95 – 1.04 0.717
Sex [Male] 0.60 0.15 – 2.30 0.457 0.73 0.20 – 2.61 0.625 0.83 0.23 – 3.04 0.779
Rurality [Urban] 1.20 0.58 – 2.48 0.620 1.20 0.62 – 2.34 0.585 1.31 0.64 – 2.70 0.460
JFI 1.16 1.00 – 1.35 0.048
vafi std 1.07 0.76 – 1.50 0.709
Observations 133 151 133
R2 Nagelkerke 0.418 0.154 0.401
  CAN JFI VAFI
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
0|1-5 0.00 0.00 – 0.42 0.020 0.09 0.00 – 4.01 0.211 0.08 0.00 – 3.40 0.183
1-5|6+ 0.07 0.00 – 5.86 0.235 1.13 0.03 – 50.08 0.949 1.05 0.02 – 44.91 0.980
NEWCAN 1.01 0.97 – 1.05 0.631
Rurality [Urban] 0.02 0.00 – 1.31 0.072 0.48 0.07 – 3.36 0.465 1.34 0.65 – 2.78 0.427
Age 0.96 0.90 – 1.01 0.122 0.99 0.95 – 1.04 0.718 0.99 0.95 – 1.04 0.746
Sex [Male] 0.53 0.13 – 2.03 0.352 0.76 0.21 – 2.75 0.676 0.85 0.23 – 3.10 0.799
NEWCAN × Rurality [Urban] 1.05 1.00 – 1.10 0.056
JFI 1.02 0.76 – 1.38 0.877
JFI × Rurality [Urban] 1.19 0.84 – 1.68 0.331
vafi std 0.95 0.52 – 1.78 0.877
vafi std × Rurality
[Urban] 		1.17 0.56 – 2.44 0.667
Observations 133 151 133
R2 Nagelkerke 0.437 0.161 0.402 


ppc3_nona <- ppc3 %>% filter(!is.na(NEWCAN))
ppc3_nona$can_bin <- cut2(ppc3_nona$NEWCAN, g = 10)
ppc3_nona$pred6plusind <- predict(ord1_2, type = "probs")[,3]
ppc3_nona$pred15ind <- predict(ord1_2, type = "probs")[,2]
avg_preds <- ppc3_nona %>% group_by(can_bin) %>% dplyr::summarize(avg_frailty = mean(NEWCAN), pred6plus = mean(pred6plusind), pred15 = mean(pred15ind))

ggplot(avg_preds, aes(x = avg_frailty, y = pred6plus)) +
  geom_point() + geom_line() + labs(x = "Average frailty score (binned)", y = "Predicted probability of 6+ recs", title = "Linearity check of frailty score in the logit") + 
  theme_minimal()

ggplot(avg_preds, aes(x = avg_frailty, y = pred15)) +
  geom_point() + geom_line() + labs(x = "Average frailty score (binned)", y = "Predicted probability of 1-5 recs", title = "Linearity check of frailty score in the logit") + 
  theme_minimal()



  CAN JFI VAFI
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
0|1-5 0.02 0.00 – 1.13 0.057 0.57 0.01 – 23.98 0.767 0.14 0.00 – 6.56 0.312
1-5|6+ 0.28 0.01 – 15.09 0.525 8.60 0.20 – 369.20 0.260 2.23 0.05 – 104.96 0.680
CAN grouping [Frail] 2.64 0.88 – 8.13 0.088
Age 0.97 0.92 – 1.02 0.298 0.99 0.95 – 1.04 0.666 0.99 0.94 – 1.04 0.657
Sex [Male] 0.49 0.12 – 2.06 0.331 0.92 0.25 – 3.35 0.893 0.82 0.21 – 3.16 0.775
Rurality [Urban] 1.21 0.59 – 2.49 0.608 1.52 0.78 – 2.98 0.224 1.48 0.71 – 3.10 0.301
JFI_bucket3-5 10.55 3.22 – 36.65 <0.001
JFI bucket [6+] 7.25 2.27 – 24.44 0.001
vafi group [Pre-frail] 2.43 0.76 – 8.00 0.141
vafi group [Mildly frail] 3.98 1.32 – 12.47 0.017
vafi group [Moderately
frail] 		4.24 1.27 – 14.66 0.022
vafi group [Severely
frail] 		1.12 0.31 – 4.07 0.868
Observations 133 151 133
R2 Nagelkerke 0.416 0.225 0.456
  CAN JFI VAFI
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
0|1-5 0.01 0.00 – 0.55 0.026 0.99 0.01 – 80.66 0.997 0.11 0.00 – 6.03 0.279
1-5|6+ 0.11 0.00 – 7.42 0.302 15.90 0.19 – 1317.24 0.218 1.96 0.04 – 103.34 0.738
CAN grouping [Frail] 1.33 0.31 – 5.71 0.697
Rurality [Urban] 0.41 0.08 – 2.11 0.288 2.51 0.20 – 63.02 0.495 0.82 0.11 – 5.90 0.848
Age 0.97 0.92 – 1.02 0.259 0.99 0.95 – 1.04 0.659 0.99 0.94 – 1.04 0.728
Sex [Male] 0.39 0.09 – 1.69 0.213 1.09 0.29 – 4.07 0.892 0.85 0.21 – 3.36 0.821
CAN grouping [Frail] ×
Rurality [Urban] 		3.84 0.62 – 24.89 0.154
JFI_bucket3-5 25.62 2.31 – 602.02 0.013
JFI bucket [6+] 7.17 0.66 – 166.69 0.127
JFI_bucket3-5:RuralityUrban 0.30 0.01 – 4.53 0.406
JFI bucket [6+] ×
Rurality [Urban] 		1.16 0.04 – 17.76 0.916
vafi group [Pre-frail] 1.39 0.20 – 9.71 0.741
vafi group [Mildly frail] 5.78 0.81 – 43.33 0.085
vafi group [Moderately
frail] 		1.55 0.19 – 12.23 0.679
vafi group [Severely
frail] 		0.25 0.01 – 5.87 0.386
vafi group [Pre-frail] ×
Rurality [Urban] 		2.53 0.22 – 30.52 0.462
vafi group [Mildly frail]
× Rurality [Urban] 		0.66 0.06 – 7.33 0.734
vafi group [Moderately
frail] × Rurality [Urban] 		4.94 0.39 – 65.64 0.222
vafi group [Severely
frail] × Rurality [Urban] 		6.35 0.19 – 284.34 0.301
Observations 133 151 133
R2 Nagelkerke 0.427 0.247 0.480






Overall models: CAN


  Mobility Rehab DME Speech Rehab Medications Social Work
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
Intercept 0.09 0.00 – 5.67 0.257 0.57 0.00 – 112.13 0.833 12.50 0.02 – 10651.88 0.449 3.87 0.06 – 246.17 0.518 0.02 0.00 – 2.22 0.112
CAN 1.03 1.00 – 1.07 0.075 1.01 0.97 – 1.06 0.613 0.99 0.95 – 1.04 0.716 1.00 0.97 – 1.04 0.846 1.01 0.98 – 1.05 0.530
Rurality: Urban 0.59 0.27 – 1.27 0.180 1.38 0.52 – 4.13 0.535 0.58 0.19 – 1.80 0.328 0.78 0.35 – 1.69 0.539 1.83 0.77 – 4.74 0.189
Age 1.02 0.96 – 1.09 0.538 0.98 0.90 – 1.06 0.574 0.95 0.86 – 1.05 0.309 0.98 0.92 – 1.05 0.614 1.01 0.94 – 1.08 0.837
Sex: Male 0.17 0.03 – 0.81 0.034 0.67 0.13 – 5.14 0.656 1.75 0.24 – 36.60 0.632 1.52 0.33 – 6.60 0.574 2.37 0.37 – 46.70 0.440
Observations 133 133 133 133 133




Overall models: JFI


  Mobility Rehab DME Speech Rehab Medications Social Work
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
Intercept 0.11 0.00 – 6.05 0.280 0.41 0.00 – 86.23 0.737 135.74 0.16 – 191682.01 0.163 0.82 0.01 – 47.22 0.923 0.02 0.00 – 2.47 0.123
JFI 1.13 0.96 – 1.33 0.153 1.12 0.90 – 1.40 0.303 0.81 0.62 – 1.04 0.104 1.18 1.00 – 1.40 0.048 1.12 0.94 – 1.35 0.202
Rurality: Urban 0.54 0.27 – 1.09 0.089 1.42 0.54 – 4.21 0.500 0.41 0.15 – 1.11 0.079 0.81 0.39 – 1.65 0.564 1.80 0.79 – 4.42 0.174
Age 1.04 0.99 – 1.09 0.158 0.98 0.92 – 1.05 0.625 0.93 0.85 – 1.01 0.097 1.00 0.95 – 1.05 0.860 1.01 0.95 – 1.06 0.799
Sex: Male 0.26 0.05 – 1.11 0.080 0.65 0.14 – 4.78 0.623 1.81 0.26 – 36.99 0.606 1.41 0.33 – 5.77 0.628 2.73 0.45 – 52.58 0.360
Observations 151 151 151 151 151




Overall models: VAFI


  Mobility Rehab DME Speech Rehab Medications Social Work
Predictors Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p Odds Ratios CI p
Intercept 0.11 0.00 – 6.79 0.295 0.58 0.00 – 105.22 0.836 14.56 0.02 – 11532.58 0.420 4.96 0.08 – 335.64 0.450 0.03 0.00 – 2.60 0.129
VAFI 1.45 1.01 – 2.14 0.051 1.11 0.70 – 1.74 0.648 0.88 0.48 – 1.53 0.665 1.24 0.86 – 1.82 0.265 1.21 0.82 – 1.79 0.333
Rurality: Urban 0.58 0.27 – 1.25 0.167 1.39 0.52 – 4.15 0.529 0.58 0.19 – 1.76 0.320 0.74 0.33 – 1.60 0.457 1.79 0.75 – 4.66 0.204
Age 1.05 0.99 – 1.11 0.086 0.99 0.92 – 1.05 0.715 0.94 0.86 – 1.02 0.154 0.99 0.93 – 1.04 0.578 1.02 0.96 – 1.08 0.561
Sex: Male 0.23 0.04 – 1.00 0.059 0.73 0.15 – 5.40 0.721 1.67 0.25 – 33.95 0.653 1.48 0.34 – 6.13 0.588 2.57 0.42 – 49.66 0.391
Observations 133 133 133 133 133





Logistic regressions between CAN and recommendation buckets


Rural
Urban
Outcome Effect of CAN 95% CI Effect of CAN 95% CI Ratio 95% CI
Mobility rehab 1.01 (0.97, 1.05) 1.04 (0.99, 1.09) 1.03 (0.97, 1.08)
All DME 1.00 (0.95, 1.06) 1.02 (0.97, 1.08) 1.02 (0.95, 1.09)
Speech rehab 0.98 (0.94, 1.03) 1.02 (0.96, 1.09) 1.03 (0.96, 1.12)
Medications 1.01 (0.97, 1.05) 1.00 (0.96, 1.04) 0.99 (0.94, 1.04)
Social work 1.03 (0.98, 1.1) 1.01 (0.96, 1.06) 0.98 (0.91, 1.05)




Logistic regressions between JFI and recommendation buckets


Rural
Urban
Outcome Effect of JFI 95% CI Effect of JFI 95% CI Ratio 95% CI
Mobility rehab 0.90 (0.65, 1.22) 1.23 (1.01, 1.51) 1.37 (0.95, 1.99)
All DME 0.95 (0.58, 1.55) 1.17 (0.92, 1.51) 1.23 (0.72, 2.14)
Speech rehab 0.86 (0.56, 1.29) 0.78 (0.54, 1.07) 0.90 (0.53, 1.54)
Medications 1.57 (1.1, 2.4) 1.09 (0.91, 1.32) 0.69 (0.44, 1.04)
Social work 1.00 (0.67, 1.5) 1.16 (0.95, 1.42) 1.15 (0.74, 1.8)




Logistic regressions between VAFI and recommendation buckets


Rural
Urban
Outcome Effect of CAN 95% CI Effect of CAN 95% CI Ratio 95% CI
Mobility rehab 0.97 (0.5, 1.89) 1.64 (1.06, 2.63) 1.69 (0.76, 3.76)
All DME 1.06 (0.38, 2.5) 1.12 (0.66, 1.88) 1.06 (0.39, 3.31)
Speech rehab 0.95 (0.34, 2.24) 0.86 (0.4, 1.73) 0.90 (0.29, 3.11)
Medications 1.77 (0.84, 4.36) 1.11 (0.73, 1.73) 0.63 (0.23, 1.49)
Social work 1.00 (0.41, 2.18) 1.31 (0.84, 2.08) 1.32 (0.54, 3.56)





Recommendation histograms



## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## Warning: Removed 25 rows containing non-finite outside the scale range
## (`stat_bin()`).

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## Warning: Removed 25 rows containing non-finite outside the scale range
## (`stat_bin()`).