Identification of Frailty in Primary Care: Feasibility and Acceptability of Recommended Case Finding Tools Within a Primary Care Integrated Seniors’ Program
Notice bibliographique
Résumé
Background: Case finding for frailty is recommended as part of routine clinical practice. We aimed to test feasibility and acceptability of three recommended case finding tools in primary care as part of an integrated seniors’ program. Method: Program of Research to Integrate Services for the Maintenance of Autonomy-7 (PRISMA-7), 4-m walk test, and electronic frailty index (eFI) were used as frailty case finding tools for a target population of community-dwelling seniors ≥65 years of age enrolled in a seniors’ program within an academic primary care clinic in Alberta, Canada. Feasibility was measured by percent completion rate and requirements for training/equipment/space/time, and acceptability by health care providers was measured using focus groups. Results: Eighty-five patients underwent case finding and 16 health care providers participated in the focus groups. Completion rate for PRISMA-7, 4-m walk test, and eFI was 97.6%, 93%, and 100%, respectively. No special training or equipment was required for PRISMA-7; brief training, equipment, and space were required for 4-m walk test. Both tools took less than 5 min to complete. Despite eFI requiring 10 to 20 min/patient chart, providers found it less intrusive. Conclusion: Despite feasibility of the tests, acceptance was higher for tools with minimal clinic interruption, low requirements for resources, and those with added benefit.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».