Données de validité en efficacité et reproductibilité des échelles de fragilité dans la population générale
Notice bibliographique
Résumé
INTRODUCTION: Numerous tools were created in order to detect frail people. A systematic literature review achieved in 2015 has extracted 71 frailty scales published in health sciences journals. There were two major approaches of frailty: a biological frailty phenotype and a theory of deficit accumulation. The aim of this study was to found validity and reproducibility data for the general population among those 71 scales.METHOD: An additional bibliography research has been undertaken with reproducibility as primary endpoint. Exclusion criteria were: non representative sample of the general population, off topic, unlisted scale in the systematic review.RESULTS: Ten scales have been retained: Frailty Phenotype, Clinical Frailty Scale, Groningen Frailty Indicator, Edmonton Frailty Scale, Triage Risk Screening Tool, Share Frailty Phenotype, Trilburg Frailty Indicator, 3MS, Mini Nutritional Assessment et Mini Nutritional Assessment Short Form. reproducibility data were acceptable to excellent for 8 scales. The validity data were varied, measurements were made at different times and with different samples.CONCLUSION: It was difficult to compare the validity data because of their diversity. A future study should be undertaken by an expert group to select the most reliable, reproducible and feasible tool.
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 | 0,164 | 0,444 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,013 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».