114Prevalence Of Frailty And Its Association With The Composite Outcome Of Mortality At 90- Day And Readmission At 30-Day In Older Surgical Patients
Notice bibliographique
Résumé
With the current demographic trends, there will be a rising number of older people presenting with acute surgical problems. While older age is associated with increased surgical mortality, the extent to which associated frailty has impact on mortality and other important outcome of readmission is less well researched. Therefore, we set out to assess if frailty predicts these outcomes of older patients presenting to hospital with surgical emergencies. We examined the risk for mortality at 90 days or readmission at 30 days with factors of: frailty; length of hospitalisation; readmissions; polypharmacy and other potential confounders in older acute general surgical population using Older Persons Surgical Outcomes Collaboration 2013 and 2014 data. The frailty was measured using the validated 7-point Canadian study of health and ageing clinical frailty score and categorised into three groups; very fit, (1-2); frail (3-4); and very frail (5-7). Multivariable logistic regression fitting a parsimonious forward stepping approach of nested models using a likelihood ratio test (p < 0.05) was performed. The 742 recruited patients had a mean age of 77.2 years (SD = 8.2 years), 54% (401/742) were female. Prevalence of frailty was 31.4% (233) not frail, 39.8% (295) frail, and 28.8% (214) very frail in this unselected sample of surgical emergency admissions during the study periods. Only frailty, site and abnormal albumin included in the regression were predictive of mortality and/or readmission (MR). Compared to those not frail, those that were frail and very frail had increased odds of MR of 2.1 (95% CI 1.3–3.3; P = 0.001) and 3.3 (95% CI 2.2–4.9; P < 0.0001), respectively. Abnormal albumin increased the odds of MR of 56% (95% CI 1.1–2.3; P = 0.019). Approximately two thirds of acute surgical admissions are frail older people in the UK setting. There appear to be a clear dose response relationship between frailty, albumin and mortality and readmission in this population.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».