<p>The value of screening for cognition, depression, and frailty in patients referred for TAVI</p>
Notice bibliographique
Résumé
Background: Current surgical risk assessment tools fall short of appreciating geriatric risk factors including cognitive deficits, depressive, and frailty symptoms that may worsen outcomes post-transcatheter aortic valve implantation (TAVI). This study hypothesized that a screening tool, SMARTIE, would improve detection of these risks pre-TAVI, and thus be predictive of postoperative delirium (POD) and 30-day mortality post-TAVI. Design: Prospective observational cohort study, using a historical cohort for comparison. Participants: A total of 234 patients (age: 82.2±6.7 years, 59.4% male) were included. Half were screened using SMARTIE. Methods: The SMARTIE cohort was assessed for cognitive deficits and depressive symptoms using the Mini-Cog test and PHQ-2, respectively. Measures of frailty included activities of daily living inventory, the Timed Up and Go test and grip strength. For the pre-SMARTIE cohort, we extracted cognitive deficits, depression and frailty symptoms from clinic charts. The incidence of POD and 30-day mortality were recorded. Bivariate chi-square analysis or t -tests were used to report associations between SMARTIE and pre-SMARTIE groups. Multivariable logistic regression models were employed to identify independent predictors of POD and 30-day mortality. Results: More patients were identified with cognitive deficits (χ 2 =11.73, p =0.001), depressive symptoms (χ 2 =8.15, p =0.004), and physical frailty (χ 2 =5.73, p =0.017) using SMARTIE. Cognitive deficits were an independent predictor of POD (OR: 8.4, p <0.01) and 30-day mortality (OR: 4.04, p =0.03). Conclusion: This study emphasized the value of screening for geriatric risk factors prior to TAVI by demonstrating that screening increased identification of at-risk patients. It also confirmed findings that cognitive deficits are predictive of POD and mortality following TAVI. Keywords: TAVI, cognition, depression, 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».