The predictive validity of three self-report screening instruments for identifying frail older people in the community
Notice bibliographique
Résumé
BACKGROUND: If brief and easy to use self report screening tools are available to identify frail elderly, this may avoid costs and unnecessary assessment of healthy people. This study investigates the predictive validity of three self-report instruments for identifying community-dwelling frail elderly. METHODS: This is a prospective study with 1-year follow-up among community-dwelling elderly aged 70 or older (n = 430) to test sensitivity, specificity, and positive and negative predicted values of the Groningen Frailty Indicator, Tilburg Frailty Indicator and Sherbrooke Postal Questionnaire on development of disabilities, hospital admission and mortality. Odds ratios were calculated to compare frail versus non-frail groups for their risk for the adverse outcomes. RESULTS: Adjusted odds ratios show that those identified as frail have more than twice the risk (GFI, 2.62; TFI, 2.00; SPQ, 2,49) for developing disabilities compared to the non-frail group; those identified as frail by the TFI and SPQ have more than twice the risk of being admitted to a hospital. Sensitivity and specificity for development of disabilities are 71% and 63% (GFI), 62% and 71% (TFI) and 83% and 48% (SPQ). Regarding mortality, sensitivity for all tools are about 70% and specificity between 41% and 61%. For hospital admission, SPQ scores the highest for sensitivity (76%). CONCLUSION: All three instruments do have potential to identify older persons at risk, but their predictive power is not sufficient yet. Further research on these and other instruments is needed to improve targeting frail elderly.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».