MétaCan
Menu
Retour à la cohorte
Enregistrement W2046335742 · doi:10.1586/erc.12.49

The older patient with heart failure: high risk for frailty and cognitive impairment

2012· review· en· W2046335742 sur OpenAlexaff
Karen Harkness, George Heckman, Robert S. McKelvie

Notice bibliographique

RevueExpert Review of Cardiovascular Therapy · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensResearch Institute for AgingUniversity of WaterlooMcMaster UniversityHamilton Health Sciences
Organismes subventionnairesnon disponible
Mots-clésMedicineCognitive impairmentHeart failureCognitionGerontologyEpidemiologyIntensive care medicinePsychiatryCardiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Managing older heart failure (HF) patients can be complicated by both cardiac and noncardiac conditions. Over the past 20 years, care for HF patients has become more complex, with a rising proportion of older people living with HF. In particular, cognitive impairment (CI) and frailty often coexist with HF in the elderly. With the prevalence of HF, frailty and cognitive impairment rising with age, the simultaneous occurrence of at least two of these conditions in the same individual will become more frequent. The presence of frailty and/or cognitive impairment in older people with HF is independently associated with worse clinical outcomes. The purpose of this review is to provide an overview of frailty and cognitive impairment in older HF patients. Specifically, this article describes the epidemiology of these conditions in HF patients, outlines potential underlying mechanisms, highlights relevant screening tools and reviews relevant clinical implications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,938
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,320
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Cardiovascular TherapyMême sujetFrailty in Older AdultsTravaux en français237 207