Comparing three different measures of frailty in medical inpatients: Multicenter prospective cohort study examining 30‐day risk of readmission or death
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
BACKGROUND: Multiple tools are used to identify frailty. OBJECTIVE: To compare the global Clinical Frailty Scale (CFS) with more objective phenotypic tools (modified Fried score and the Timed Up and Go Test [TUGT]). DESIGN: Prospective cohort study. SETTING: General medical wards in Edmonton, Canada. PARTICIPANTS: Adults being discharged back to the community. MEASUREMENTS: All frailty assessments were done within 24 hours of discharge. Patients were classified as frail if they scored ≥5 on the CFS and/or ≥3 on the modified Fried score, and/or had reduced mobility (>20 seconds on the TUGT). The main outcome was readmission or death within 30 days. RESULTS: Of 495 patients, 211 (43%) were frail according to at least 1 assessment, 46 (9%) met all 3 frailty definitions, and 17% died or were readmitted to the hospital within 30 days. Although patients classified as frail on the CFS exhibited significantly higher 30-day readmission/death rates (23% vs 14% for not frail, P = 0.005; 28% vs. 12% in the elderly, P < 0.001), even after adjusting for age and sex (adjusted odds ratio [aOR]: 2.02, 95% confidence interval [CI]: 1.19-3.41 for all adults; aOR: 3.20, 95% CI: 1.55-6.60 for the elderly), patients meeting either of the phenotypic definitions for frailty but not the CFS definition were not at higher risk of 30-day readmission/death (aOR: 0.87, 95% CI: 0.34-2.19 for all adults and aOR: 1.41, 95% CI: 0.72-2.78 for the elderly). CONCLUSIONS: Frailty has a significant impact on postdischarge outcomes, and the CFS is the most useful of the frequently used frailty tools for predicting poor outcomes after discharge. Journal of Hospital Medicine 2016;11:556-562. © 2016 Society of Hospital Medicine.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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