Geriatric comorbidities, such as falls, confer an independent mortality risk to elderly dialysis patients
Notice bibliographique
Résumé
BACKGROUND: As the number of patients aged >/=65 years starting haemodialysis (HD) continues to increase, more patients are at risk of falls, functional decline and cognitive impairment. In an earlier prospective cohort study, we showed that 44% of elderly HD patients had more than one fall within a 1-year period. The objective of this study was to assess whether falls remained predictive of increased mortality risk even after controlling for age, comorbidity, dialysis vintage and laboratory variables. METHODS: Using a prospective, cohort study design, patients aged >/=65 years and on chronic HD during the period April 2002-2003 were recruited. Patients were followed biweekly, and falls occurring within the first year were recorded. Outcome data were collected until death, study end (30 December 2006), transplantation or transfer to another dialysis centre. RESULTS: A total of 162 patients were followed for a median of 32.7 months (quartiles 14-57). In a univariate Cox model with a time-dependent variable for falls status, survival was worse amongst fallers compared to non-fallers (HR 2.13, 95% CI 1.32-3.45; P = 0.002). After adjustment for age, dialysis vintage, comorbidity and laboratory variables, falls were a significant predictor of mortality (HR 1.78, 95% CI 1.07-2.98, P = 0.03). Exclusion of falls associated with concurrent illnesses did not alter the results (HR 1.63, CI 1.02-2.28 P = 0.05). CONCLUSIONS: We conclude that the occurrence of more than one accidental fall in a community-dwelling HD patient aged >/=65 years is associated with an independent increased risk of death. As fall interventions are effective, screening HD patients for falls may be a simple measure of clinical importance.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».