Canadian Study of Health and Aging Clinical Frailty Scale: Does It Predict Adverse Outcomes among Geriatric Trauma Patients?
Notice bibliographique
Résumé
BACKGROUND: The Canadian Study of Health and Aging Clinical Frailty Scale (CFS) and the laboratory Frailty Index (FI-lab) are validated tools based on clinical and laboratory data, respectively. Their utility as predictors of geriatric trauma outcomes is unknown. Our primary objective was to determine whether pre-admission CFS is associated with adverse discharge destination. Secondary objectives were to evaluate the relationships between CFS and in-hospital complications and between admission FI-lab and discharge destination. STUDY DESIGN: We performed a 4-year (2011 to 2014) retrospective cohort study with patients 65 years and older admitted to a level I trauma center. Admission FI-lab was calculated using 23 variables collected within 48 hours of presentation. The primary outcome was discharge destination, either adverse (death or discharge to a long-term, chronic, or acute care facility) or favorable (home or rehabilitation). The secondary outcome was in-hospital complications. Multivariable logistic regression was used to evaluate the relationship between CFS or FI-lab and outcomes. RESULTS: There were 266 patients included. Mean age was 76.5 ± 7.8 years and median Injury Severity Score was 17 (interquartile range 13 to 24). There were 260 patients and 221 patients who had sufficient data to determine CFS and FI-lab scores, respectively. Pre-admission frailty as per the CFS (CFS 6 or 7) was independently associated with adverse discharge destination (odds ratio 5.1; 95% CI 2.0 to 13.2; p < 0.001). Severe frailty on admission, as determined by the FI-lab (FI-lab > 0.4), was not associated with adverse outcomes. CONCLUSIONS: Pre-admission clinical frailty independently predicts adverse discharge destination in geriatric trauma patients. The CFS may be used to triage resources to mitigate adverse outcomes in this population. The FI-lab determined on admission for trauma may not be useful.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».