MétaCan
Menu
Retour à la cohorte
Enregistrement W2767849501 · doi:10.1186/s12877-017-0633-y

Predictive performance of four frailty screening tools in community-dwelling elderly

2017· article· en· W2767849501 sur OpenAlex
Bienvenu Bongué, Aurélie Buisson, Caroline Duprè, François Béland, Régis Gonthier, Émilie Crawford-Achour

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBMC Geriatrics · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensUniversité de MontréalMcGill UniversityJewish General Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchMinistère de la Santé et des Services sociaux
Mots-clésMedicineGerontologyRehabilitationPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study compares the performance of four frailty screening tools in predicting relevant adverse outcome (disability, institutionalization and mortality) in community-dwelling elderly. METHODS: Our study involved a secondary analysis of data from the FréLE cohort study. We focused on the following four frailty screening tools: the abbreviated Comprehensive Geriatric Assessment (aCGA), the Groningen Frailty Indicator (GFI), the Vulnerable Elders Survey-13 (VES-13) and the Fried scale. We used the Barberger-Gateau scale to assess disability. For comparison, we determined the capacity of these tools to predict the occurrence of disability, institutionalization or death using the receiver operating characteristic (ROC) curve. We also determined the threshold at which an optimal balance between sensitivity and specificity was reached. Odds ratios (ORs) were calculated to compare the risk of adverse outcome in the frail versus non-frail groups. RESULTS: In total, 1643 participants were included in the mortality analyses; 1224 participants were included in the analyses of the other outcomes (74.5% of the original sample). The mean age was 77.7 years, and 48.1% of the participants were women. The prevalence of frailty in this sample ranged from 15.0% (Fried) to 52.2% (VES-13). According to the Barberger-Gateau scale, 643 (52.5%) participants were fully independent; 392 (32.0%) were mildly disabled; 118 (9.6%) were moderately disabled; and 71 (5.8%) were severely disabled. The tool with the greatest sensitivity for predicting the occurrence of disability, mortality and institutionalization was VES-13, which showed sensitivities of 91.0%, 89.7% and 92.3%, respectively. The values for the area under the curve (AUC) of the four screening tools at the proposed cut-off points ranged from 0.63 to 0.75. The odds (univariate and multivariate analysis) of developing a disability were significantly greater among the elderly identified as being frail by all four tools. CONCLUSION: The multivariate analyses showed that the VES-13 may predict the occurrence of disability, mortality and institutionalization. However, the AUC analysis showed that even this tool did not have good discriminatory ability. These findings suggest that despite the high number of frailty screening tools described in the literature, there is still a need for a screening tool with high predictive performance.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,111
Tête enseignante GPT0,321
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle