Frailty is independently associated with 1-year mortality for elderly patients with non-ST-segment elevation myocardial infarction
Notice bibliographique
Résumé
BACKGROUND: For the large population of elderly patients with cardiovascular disease, it is crucial to identify clinically relevant measures of biological age and their contribution to risk. Frailty is denoting decreased physiological reserves and increased vulnerability. We analysed the manner in which the variable frailty is associated with 1-year outcomes for elderly non-ST-segment elevation myocardial infarction (NSTEMI) patients. METHODS AND RESULTS: Patients aged 75 years or older, with diagnosed NSTEMI were included at three centres, and clinical data including judgment of frailty were collected prospectively. Frailty was defined according to the Canadian Study of Health and Aging Clinical Frailty Scale. Of 307 patients, 149 (48.5%) were considered frail. By Cox regression analyses, frailty was found to be independently associated with 1-year mortality after adjusting for cardiovascular risk and comorbid conditions (hazard ratio 4.3, 95% CI 2.4-7.8). The time to the first event was significantly shorter for frail patients than for nonfrail (34 days, 95% CI 10-58, p = 0.005). CONCLUSIONS: Frailty is strongly and independently associated with 1-year mortality. The combined use of frailty and comorbidity may constitute an important risk prediction concept in regard to cardiovascular patients with complex needs.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».