Prevalence of frailty in a tertiary hospital: A point prevalence observational study
Notice bibliographique
Résumé
INTRODUCTION: Frailty is an important concept in modern healthcare due to its association with adverse outcomes. Its prevalence varies in the literature and there is a paucity of literature looking at the prevalence of frailty in an inpatient setting. Its significance lies on its impact on resource utilisation and costs. AIM: To determine the prevalence of frailty in the adult population in a tertiary New Zealand hospital. METHODS: Eligible patients aged 18 years and over were invited to participate, and frailty assessment was performed using the Reported Edmonton Frail Scale. A score of 8 or more was considered frail. Factors associated with frailty were assessed. RESULTS: Of 640 occupied inpatient beds, 420 patients were assessed. 220 patients were excluded, of which 89 were absent from their bed-space, 73 declined and 41 were critically unwell. The overall prevalence of frailty across assessed patients was 48.8%. The prevalence of frailty increased significantly with age; patients aged 85 and over were significantly more likely to be frail compared to those aged under 65 (OR 6.25, 95% CI 3.17-12.7). Maori patients were significantly more likely to be frail (OR 4.0, 95% CI 1.45-11.9). When compared to those patients admitted to a medical specialty, patients admitted to surgical specialty were less likely to be frail (OR 0.52 95% CI 0.31-0.86) and those admitted for rehabilitation were more likely to be frail (OR 1.86 95% CI 1.03-3.41). Frail patients were more likely to come from a rest home (OR 2.81, 95% CI 1.38-6.14) or hospital level care (OR 9.62, 95% CI 2.68-61.6). CONCLUSION: Frailty is highly prevalent in the hospital setting with 48.8% of all inpatients classified as frail. This high number of frail patients has significant resource implications and an increased understanding of the burden of frailty in this population may aid targeting of interventions towards this vulnerable population.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».