Operationalization of Frailty Using Eight Commonly Used Scales and Comparison of Their Ability to Predict All‐Cause Mortality
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To operationalize frailty using eight scales and to compare their content validity, feasibility, prevalence estimates of frailty, and ability to predict all-cause mortality. DESIGN: Secondary analysis of the Survey of Health, Ageing and Retirement in Europe (SHARE). SETTING: Eleven European countries. PARTICIPANTS: Individuals aged 50 to 104 (mean age 65.3 ± 10.5, 54.8% female, N = 27,527). MEASUREMENTS: Frailty was operationalized using SHARE data based on the Groningen Frailty Indicator, the Tilburg Frailty Indicator, a 70-item Frailty Index (FI), a 44-item FI based on a Comprehensive Geriatric Assessment (FI-CGA), the Clinical Frailty Scale, frailty phenotype (weighted and unweighted versions), the Edmonton Frail Scale, and the FRAIL scale. RESULTS: All scales had fewer than 6% of cases with at least one missing item, except the SHARE-frailty phenotype (11.1%) and the SHARE-Tilburg (12.2%). In the SHARE-Groningen, SHARE-Tilburg, SHARE-frailty phenotype, and SHARE-FRAIL scales, death rates were 3 to 5 times as high in excluded cases as in included ones. Frailty prevalence estimates ranged from 6% (SHARE-FRAIL) to 44% (SHARE-Groningen). All scales categorized 2.4% of participants as frail. Of unweighted scales, the SHARE-FI and SHARE-Edmonton scales most accurately predicted mortality at 2 (SHARE-FI area under the receiver operating characteristic curve (AUC) = 0.77, 95% confidence interval (CI) = 0.75-0.79); SHARE-Edmonton AUC = 0.76, 95% CI = 0.74-0.79) and 5 (both AUC = 0.75, 95% CI = 0.74-0.77) years. The continuous score of the weighted SHARE-frailty phenotype (AUC = 0.77, 95% CI = 0.75-0.78) predicted 5-year mortality better than the unweighted SHARE-frailty phenotype (AUC = 0.70, 95% CI = 0.68-0.71), but the categorical score of the weighted SHARE-frailty phenotype did not (AUC = 0.70, 95% CI = 0.68-0.72). CONCLUSION: Substantive differences exist between scales in their content validity, feasibility, and ability to predict all-cause mortality. These frailty scales capture related but distinct groups. Weighting items in frailty scales can improve their predictive ability, but the trade-off between specificity, predictive power, and generalizability requires additional evaluation.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle