Measuring Frailty Can Help Emergency Departments Identify Independent Seniors at Risk of Functional Decline After Minor Injuries
Notice bibliographique
Résumé
BACKGROUND: This study aims to (i) describe frailty in the subgroup of independent community-dwelling seniors consulting emergency departments (EDs) for minor injuries, (ii) examine the association between frailty and functional decline 3 months postinjury, (iii) ascertain the predictive accuracy of frailty measures and emergency physicians' for functional decline. METHOD: Prospective cohort in 2011-2013 among 1,072 seniors aged 65 years or older, independent in basic daily activities, evaluated in Canadian EDs for minor injuries.Frailty was assessed at EDs using the Canadian Study of Health and Aging-Clinical Frailty scale (CSHA-CFS) and the Study of Osteoporotic Fracture frailty index (SOF). Functional decline was defined as a loss ≥2/28 on the Older American Resources Services scale 3 months postinjury. Generalized mixed models were used to explore differences in functional decline across frailty levels. Areas under the receiver operating characteristic curve were used to ascertain the predictive accuracy of frailty measures and emergency physicians' clinical judgment. RESULTS: The SOF and CSHA-CFS were available in 342 and 1,058 participants, respectively. The SOF identified 55.6%, 32.7%, 11.7% patients as robust, prefrail, and frail. These CSHA-CFS (n = 1,058) proportions were 51.9%, 38.3%, and 9.9%. The 3-month incidence of functional decline was 12.1% (10.0%-14.6%). The Areas under the receiver operating characteristic curves of the CSHA-CFS and the emergency physicians' were similar (0.548-0.777), while the SOF was somewhat higher (0.704-0.859). CONCLUSION: Measuring frailty in community-dwelling seniors with minor injuries in EDs may enhance current risk screening for functional decline. However, before implementation in usual care, feasibility issues such as inter-rater reliability and acceptability of frailty tools in the EDs have to be addressed.
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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».