Frailty Testing Pilot Study: Pros and Pitfalls
Notice bibliographique
Résumé
BACKGROUND: Frailty can be defined as an inflammatory state with a loss of physiologic reserve in multiple systems that manifests as a decreased ability to respond to stressors that ultimately leads to an increased risk of adverse outcomes. The aim of this study was to determine the ease of frailty testing in a pre-kidney transplant clinic and the resources required to do so. A secondary goal was to better understand the utility of frailty testing when evaluating potential kidney transplant recipients. METHODS: Frailty testing was conducted at a pre-kidney transplant clinic in three phases using Fried's frailty phenotype (shrinking, exhaustion, low physical activity, slowness, and grip strength). RESULTS: A total of 132 frailty tests were completed on 128 patients. Frail patients had significantly higher rates of shrinking (26% vs. 8.5%, P < 0.05), exhaustion (82.6% vs. 27.6%, P < 0.05), low physical activity (78.2% vs. 19.0%, P < 0.05), slow walking (60.8% vs. 15.2%, P < 0.05), and grip strength (73.9% vs. 25.7%, P < 0.05). When comparing the listing of frail and non-frail patients for transplant, a significantly lower proportion of frail patients were listed compared to non-frail patients (30.4% vs. 57.6%, P < 0.05). Frailty testing was most complete when an examiner dedicated to frailty testing performed the testing. CONCLUSIONS: Frailty testing is feasible to complete in a pre-transplant clinic with an appropriate investment in personnel and resources.
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 | 0,015 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».