Frailty Prevalence and Characteristics in Older Adults with Hematologic Cancer: a Descriptive Study
Notice bibliographique
Résumé
OBJECTIVE: This study investigated the prevalence of frailty in older patients with hematologic cancer and assessed the association between older patients' characteristics and frailty. METHODS: This descriptive study enrolled 90 older patients undergoing treatment for hematological malignancies at an oncology hospital. Frailty was assessed with the Edmonton Frailty Scale as not frail (0-4), apparently vulnerable (5-6), mildly frail (7-8), moderately frail (9-10), and severely frail (11-17). The association of frailty and older patient characteristics and diagnosis was assessed by logistic regression. RESULTS: The prevalence of frailty (mild, moderately, and severely) was 42.2%, and "apparently vulnerable" frailty was 60%. The mean scale score was 5.59 ± 3.13. Frailty was more prevalent in patients who were ≥75 years of age, had ≥4 children, were diagnosed with leukemia, and were diagnosed for ≥2 years. Gender, diagnosis, and employment were factors associated with the presence of frailty. Female gender and lack of employment were factors associated with a high risk of frailty. A diagnosis of multiple myeloma was associated with a low risk of frailty. CONCLUSIONS: The prevalence of frailty was high in older patients. Female and unemployed patients were at high risk for frailty. Frailty characteristics of older patients with hematologic cancer highlighted the need for comprehensive geriatric assessment and frailty screening, provided prevalence and characteristics of frailty in this group of patients during treatment, and highlighted the need for holistic care approach.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».