The Predictive Value of the Clinical Frailty Scale on Discharge Destination and Complications in Older Hip Fracture Patients
Notice bibliographique
Résumé
OBJECTIVES: To determine whether the Clinical Frailty Scale (CFS), a validated frailty tool, was associated with discharge destination. Secondary objectives were to determine whether the CFS was associated with in-hospital complications and length of stay. DESIGN: This is a 5-year retrospective cohort study. SETTING: The study took place at an academic Level 1 trauma center. PATIENTS/PARTICIPANTS: All patients 65 years of age and older admitted with an isolated hip fracture were included (N = 423). INTERVENTION: Preadmission CFS was determined as part of routine clinical care prospectively and abstracted from the chart. MAIN OUTCOME MEASUREMENTS: We collected demographic and process data associated with adverse outcomes (age, sex, time to surgery, and mode of anesthesia) and used multivariable logistic regression to determine the association between CFS with discharge destination, in-hospital complications, and length of stay. RESULTS: Preadmission frailty was independently associated with adverse discharge destination (adjusted odds ratio 23.0; 95% confidence interval, 3.0-173.5) and in-hospital complications (adjusted odds ratio 4.8; 95% confidence interval, 2.1-10.8) in greater magnitude than traditional risk factors such as age, male sex, time to surgery, and mode of anesthesia. There was a dose-response relationship between increasing frailty and length of stay (P < 0.001). CONCLUSIONS: Preadmission frailty as quantified by the CFS is associated with discharge destination, in-hospital complications, and length of stay. LEVEL OF EVIDENCE: Prognostic Level III. See Instructions for Authors for a complete description of levels of evidence.
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) | 0,000 | 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 | 0,001 |
| 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 ».