Frailty as an instrument for evaluation of elderly patients with non-ST-segment elevation myocardial infarction: A follow-up after more than 5 years
Notice bibliographique
Résumé
BACKGROUND: There is a growing body of evidence on the relevance of using frailty measures also in a cardiovascular context. The estimated time to death is crucial in clinical decision-making in cardiology. However, data on the importance of frailty in long-term mortality are very scarce. The aim of the study was to assess the prognostic value of frailty on mortality at long-term follow-up of more than 5 years in patients 75 years or older hospitalised for non-ST-segment elevation myocardial infarction. We hypothesised that frailty is independently associated with long-term mortality. DESIGN: This was a prospective, observational study conducted at three centres. METHODS AND RESULTS: Frailty was assessed according to the Canadian Study of Health and Aging clinical frailty scale (CFS). Of 307 patients, 149 (48.5%) were considered frail according to the study instrument (degree 5-7 on the scale). The long-term all-cause mortality of more than 5 years (median 6.7 years) was significantly higher among frail patients (128, 85.9%) than non-frail patients (85, 53.8%), ( P < 0.001). In Cox regression analysis, frailty was independently associated with mortality from the index hospital admission to the end of follow-up (hazard ratio 2.06, 95% confidence interval 1.51-2.81; P < 0.001) together with age ( P < 0.001), ejection fraction ( P = 0.012) and Charlson comorbidity index ( P = 0.018). CONCLUSIONS: In elderly non-ST-segment elevation myocardial infarction patients, frailty was independently associated with all-cause mortality at long-term follow-up of more than 6 years. The combined use of frailty and comorbidity may be the ultimate risk prediction concept in the context of cardiovascular patients with complex needs.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».