Frailty Levels in Residential Aged Care Facilities Measured Using the Frailty Index and <scp>FRAIL</scp> ‐ <scp>NH</scp> Scale
Notice bibliographique
Résumé
OBJECTIVES: To compare the FRAIL-NH scale with the Frailty Index in assessing frailty in residential aged care facilities. DESIGN: Cross-sectional. SETTING: Six Australian residential aged care facilities. PARTICIPANTS: Individuals aged 65 and older (N = 383, mean aged 87.5 ± 6.2, 77.5% female). MEASUREMENTS: Frailty was assessed using the 66-item Frailty Index and the FRAIL-NH scale. Other measures examined were dementia diagnosis, level of care, resident satisfaction with care, nurse-reported resident quality of life, neuropsychiatric symptoms, and professional caregiver burden. RESULTS: The FRAIL-NH scale was significantly associated with the Frailty Index (correlation coefficient = 0.81, P < .001). Based on the Frailty Index, 60.8% of participants were categorized as frail and 24.4% as most frail. Based on the FRAIL-NH, 37.5% of participants were classified as frail and 35.9% as most frail. Women were assessed as being frailer than men using both tools (P = .006 for FI; P = .03 for FRAIL-NH). Frailty Index levels were higher in participants aged 95 and older (0.39 ± 0.13) than in those aged younger than 85 (0.33 ± 0.13; P = .008) and in participants born outside Australia (0.38 ± 0.13) than in those born in Australia (0.34 ± 0.13; P = .01). Both frailty tools were associated with most characteristics that would indicate higher care needs, with the Frailty Index having stronger associations with all of these measures. CONCLUSION: The FRAIL-NH scale is a simple and practical method to screen for frailty in residential aged care facilities.
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 | 0,002 | 0,008 |
| 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) | 0,001 | 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 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 ».