Predicting Intensive Care and Hospital Outcome with the Dalhousie Clinical Frailty Scale: A Pilot Assessment
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
Frailty may help to predict intensive care unit (ICU) patient outcome. The Dalhousie Clinical Frailty Scale (DCFS) is validated to assess frailty in ambulatory settings but has not been investigated in Australian ICUs. We conducted a prospective three-month study of patients admitted to a tertiary level ICU. Within 24 hours of ICU admission, the next of kin or nurse in charge assigned a DCFS score to the patient. Data were obtained to assess the association between frailty and patient outcome. The DCFS score was completed in 205 of 348 (59%) of eligible patient admissions. The mean DCFS score was 3.2 (±1.6). Overall frailty (DCFS>4) occurred in 28 of 205 patients (13%, confidence interval 9% to 17%), 13 of 93 (15%, confidence interval 10% to 25%) in patients aged >65 years and 5 of 11 (45%, confidence interval 21% to 71%) in those>85 years. Patients with chronic liver disease (P<0.001) and end-stage renal failure (P=0.009) were more likely to be frail. The DCFS score was not significantly associated with ICU or hospital mortality: odds ratio 0.98 (95% confidence interval 0.6 to 1.6) and odds ratio 1.07 (95% confidence interval 0.8 to 1.4), respectively. However, after adjustment for illness severity and requirement for palliative care, the DCFS score was significantly associated with increased (log) hospital length-of-stay (P=0.04) and age (P=0.001). Approximately 1 in 10 ICU patients were frail and this frequency increased with age. The DCFS was associated with patient age and comorbidities and potentially predicts increased hospital length-of-stay but not other outcomes. Strategies to improve compliance with DCFS completion are needed.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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