Derivation of a frailty index from the interRAI acute care instrument
Notice bibliographique
Résumé
BACKGROUND: A better understanding of the health status of older inpatients could underpin the delivery of more individualised, appropriate health care. METHODS: 1418 patients aged ≥ 70 years admitted to 11 hospitals in Australia were evaluated at admission using the interRAI assessment system for Acute Care. This instrument surveys a large number of domains, including cognition, communication, mood and behaviour, activities of daily living, continence, nutrition, skin condition, falls, and medical diagnosis. RESULTS: Variables across multiple domains were selected as health deficits. Dichotomous data were coded as symptom absent (0 deficit) or present (1 deficit). Ordinal scales were recoded as 0, 0.5 or 1 deficit based on face validity and the distribution of data. Individual deficit scores were summed and divided by the total number considered (56) to yield a Frailty index (FI-AC) with theoretical range 0-1. The index was normally distributed, with a mean score of 0.32 (±0.14), interquartile range 0.22 to 0.41. The 99% limit to deficit accumulation was 0.69, below the theoretical maximum of 1.0. In logistic regression analysis including age, gender and FI-AC as covariates, each 0.1 increase in the FI-AC increased the likelihood of inpatient mortality twofold (OR: 2.05 [95% CI 1.70-2.48]). CONCLUSIONS: Quantification of frailty status at hospital admission can be incorporated into an existing assessment system, which serves other clinical and administrative purposes. This could optimise clinical utility and minimise costs. The variables used to derive the FI-AC are common to all interRAI instruments, and could be used to precisely measure frailty across the spectrum of health care.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».