Frailty in end-stage renal disease: comparing patient, caregiver, and clinician perspectives
Notice bibliographique
Résumé
BACKGROUND: Frailty is associated with poor outcomes for patients on dialysis and is traditionally measured using tools that assess physical impairment. Alternate measurement tools highlight cognitive and functional domains, requiring clinician, patient, and/or caregiver input. In this study, we compared frailty measures for incident dialysis patients that incorporate patient, clinician, and caregiver perspectives with an aim to contrast the measured prevalence of frailty using tools derived from different conceptual frameworks. METHODS: A prospective cohort study of incident dialysis patients was conducted between February 2014 and June 2015. Frailty was assessed at dialysis onset using: 1) modified definition of Fried Phenotype (Dialysis Morbidity Mortality Study definition, DMMS); 2) Clinical Frailty Scale (CFS); 3) Frailty Assessment Care Planning Tool (provides CFS grading, FACT-CFS); and 4) Frailty Index (FI). Measures were compared via correlation and sensitivity/specificity analyses. RESULTS: A total of 98 patients participated (mean age of 61 ± 14 years). Participants were primarily Caucasian (91%), male (58%), and the majority started on hemodialysis (83%). The median score for both the CFS and FACT-CFS was 4 (interquartile range of 3-5). The mean FI score was 0.31 (standard deviation ± 0.16). The DMMS identified 78% of patients as frail. The FACT-CFS demonstrated highest correlation (r = 0.71) with the FI, while the DMMS was most sensitive (97%, 100%) and a CFS ≥ 5 most specific (100%, 77%) at corresponding FI cutoff values (>0.21, >0.45). CONCLUSIONS: Frailty assessments of incident dialysis patients that include clinician, caregiver and patient perspectives have moderate to strong correlation with the FI. At specified FI cutoff values, the FACT-CFS and DMMS are highly sensitive measures of frailty. The CFS and FACT-CFS may represent viable alternative screening tools in dialysis patients.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».