FRAILTY IN AUSTRALIAN RESIDENTIAL AGED CARE FACILITIES: RELATIONSHIP WITH ONE-YEAR OUTCOMES
Notice bibliographique
Résumé
This study aimed to investigate the ability of the FRAIL-NH and Frailty Index to predict hospitalization and mortality in residential age care facilities over a 12-month follow up. A total of 383 residents (age 87.5 ± 6.2 years, 77.5% females) of six Australian facilities participated in the study. At baseline 35.9% of residents were classified as most frail based on the 7-item FRAIL-NH scale. Their median 66-item Frailty Index score was 0.33 (IQR 0.24–0.46). During the follow up period, 22.2% of residents died and 34.4% were hospitalized. Residents who died had higher FRAIL-NH (45.2% vs. 35.2% most frail) and Frailty Index [median (IQR) 0.41 (0.29–0.53) vs. 0.31 (0.23–0.42)] scores at baseline. Residents who were hospitalized had lower FRAIL-NH (25.2% vs. 41% most frail) and Frailty Index [median (IQR) 0.31 (0.24–0.41) vs. 0.35 (0.24–0.48)] scores at baseline. The FRAIL-NH scale and Frailty Index may help identify residents most vulnerable to hospitalization and mortality.
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 | 0,008 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».