MétaCan
Menu
Retour à la cohorte
Enregistrement W2768407667 · doi:10.1016/j.jamcollsurg.2017.11.005

New 5-Factor Modified Frailty Index Using American College of Surgeons NSQIP Data

2017· article· en· W2768407667 sur OpenAlexaboutno aff
Sneha Subramaniam, Jeffrey J. Aalberg, Rainier P. Soriano, Celia M. Divino

Notice bibliographique

RevueJournal of the American College of Surgeons · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFrailty IndexLogistic regressionIndex (typography)Predictive valuePredictive powerSurgeryEmergency medicineDemographyGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The modified frailty index (mFI-11) is a NSQIP-based 11-factor index that has been proven to adequately reflect frailty and predict mortality and morbidity. These 11 factors, made of 16 variables, map to the original 70-item Canada Study of Health and Aging Frailty Index. In past years, certain NSQIP variables have been removed from the database; as of 2015, only 5 of the original 11 factors remained. The predictive power and usefulness of these 5 factors in an index (mFI-5) have not been proven in past literature. The goal of our study was to compare the mFI-5 to the mFI-11 in terms of value and predictive ability for mortality, postoperative infection, and unplanned 30-day readmission. STUDY DESIGN: The mFI was calculated by dividing the number of factors present for a patient by the number of available factors for which there were no missing data. Spearman's rho was used to assess correlation between the mFI-5 and mFI-11. Predictive models, using both unadjusted and adjusted logistic regressions, were created for each outcome for 9 surgical sub-specialties using 2012 NSQIP data, the last year all mFI-11 variables existed. RESULTS: Correlation between the mFI-5 and mFI-11 was above 0.9 across all surgical specialties except for cardiac and vascular surgery. Adjusted and unadjusted models showed similar c-statistics for mFI-5 and mFI-11, and strong predictive ability for mortality and postoperative complications. CONCLUSIONS: The mFI-5 and the mFI-11 are equally effective predictors in all sub-specialties and the mFI-5 is a strong predictor of mortality and postoperative complications. It has credibility for future use to study frailty within the NSQIP database. It also has potential in other databases and for clinical use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,342
Écart entre enseignants0,256 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1 050
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of SurgeonsMême sujetFrailty in Older AdultsTravaux en français237 207