Impact of frailty on outcomes in geriatric femoral neck fracture management: An analysis of national surgical quality improvement program dataset
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
INTRODUCTION: Frailty is a clinical state of increased vulnerability resulting from aging-associated decline in physiologic reserve. Hip fractures are serious fall injuries that affect our aging population. We retrospectively sought to study the effect of frailty on postoperative outcomes after Total Hip Arthroplasty (THA) and Hemiarthroplasty (HA) for femoral neck fracture in a national data set. METHODS: National Surgical Quality Improvement Project dataset (NSQIP) was queried to identify THA and HA for a primary diagnosis femoral neck fracture using ICD-9 codes. Frailty was assessed using the modified frailty index (mFI) derived from the Canadian Study of Health and Aging. The primary outcome was 30-day mortality and secondary outcomes were 30-day morbidity and failure to rescue (FTR). We used multivariate logistic regression to estimate odds ratio for outcomes while controlling for confounders. RESULTS: Of 3121 patients, mean age of patients was 77.34 ± 9.8 years. The overall 30-day mortality was 6.4% (3.2%-THA and 7.2%-HA). One or more severe complications (Clavien-Dindo class-IV) occurred in 7.1% patients (6.7%-THA vs.7.2%-HA). Adjusted odds ratios (ORs) for mortality in the group with the higher than median frailty score were 2 (95%CI, 1.4-3.7) after HA and 3.9 (95%CI, 1.3-11.1) after THA. Similarly, in separate multivariate analysis for Clavien-Dindo Class-IV complications and failure to rescue 1.6 times (CI95% 1.15-2.25) and 2.1 times (CI95% 1.12-3.93) higher odds were noted in above median frailty group. CONCLUSIONS: mFI is an independent predictor of mortality among patients undergoing HA and THA for femoral neck fracture beyond traditional risk factors such as age, ASA class, and other comorbidities. LEVELS OF EVIDENCE: Level II.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| 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 découle