MétaCan
Menu
Retour à la cohorte
Enregistrement W2898834355 · doi:10.1136/bmjqs-2018-008661

External validation of the Hospital Frailty Risk Score and comparison with the Hospital-patient One-year Mortality Risk Score to predict outcomes in elderly hospitalised patients: a retrospective cohort study

2018· article· en· W2898834355 sur OpenAlexafffundabout
Finlay A. McAlister, Carl van Walraven

Notice bibliographique

RevueBMJ Quality & Safety · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensOttawa HospitalUniversity of OttawaUniversity of Alberta
Organismes subventionnairesOntario Ministry of Health and Long-Term CareAlberta Health Services
Mots-clésMedicineRetrospective cohort studyEmergency departmentEmergency medicineFramingham Risk ScoreHospital readmissionCohortCohort studyRisk assessmentInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Objective Frailty is an important prognostic factor in hospitalised patients but typically requires face-to-face assessment by trained observers to detect. Thus, frail patients are not readily apparent from a systems perspective for those interested in implementing quality improvement measures to optimise their outcomes. This study was designed to externally validate and compare two recently described tools using administrative data as potential markers for frailty: the Hospital Frailty Risk Score (HFRS) and the Hospital-patient One-year Mortality Risk (HOMR) Score. Design Retrospective cohort study. Setting Ontario, Canada. Participants All patients over 75 with at least one urgent non-psychiatric hospitalisation between 2004 and 2010. Main outcome measures Prolonged hospital length of stay (>10 days), 30-day mortality after admission and 30-day postdischarge rates of urgent readmission or emergency department (ED) visits. Results In 452 785 patients (25.9% with intermediate or high-risk HFRS), increased HFRS was associated with higher Charlson scores, older age and decreased likelihood of baseline independence. Patients with high or intermediate HFRS had significantly increased risks of prolonged hospitalisation (70.0% (OR 8.64, 95% CI 8.30 to 8.99) or 49.7% (OR 3.66, 95% CI 3.60 to 3.71) vs 21.3% in low-risk HFRS group) and 30-day mortality (15.5% (OR 1.27, 95% CI 1.20 to 1.33) or 16.8% (OR 1.39, 95% CI 1.36 to 1.41) vs 12.7% in low-risk), but decreased risks of 30-day readmission (10.0% (OR 0.74, 95% CI 0.69 to 0.79) and 11.2% (OR 0.84, 95% CI 0.82 to 0.86) vs 13.1%) or ED visit (7.3% (OR 0.41, 95% CI 0.38 to 0.45) and 11.1% (OR 0.66, 95% CI 0.38 to 0.45) vs 16.0%). Although only loosely associated (Pearson correlation coefficient 0.265, p<0.0001), both the HFRS and HOMR Score were independently associated with each outcome—HFRS was more strongly associated with prolonged length of stay (C-statistic 0.71) and HOMR Score was more strongly associated with 30-day mortality (C-statistic 0.71). Both poorly predicted 30-day readmissions (C-statistics 0.52 for HFRS and 0.54 for HOMR Score). Conclusions The HFRS best identified hospitalised older patients at higher risk of prolonged length of stay and the HOMR score better predicted 30-day mortality. However, neither score was suitable for predicting risk of readmission or ED visit in the 30 days after discharge. Thus, a single score is inadequate to prognosticate for all outcomes associated with frailty.

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)0,014
score de la tête « metaresearch » (Gemma)0,028
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 enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,326
Écart entre enseignants0,299 · 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

Citations121
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetFrailty in Older AdultsTravaux en français237 207