MétaCan
Menu
Retour à la cohorte
Enregistrement W2955837354 · doi:10.1080/0886022x.2019.1628061

Frailty in hemodialysis and prediction of poor short-term outcome: mortality, hospitalization and visits to hospital emergency services

2019· article· en· W2955837354 sur OpenAlexaboutno aff
César García-Cantón, Ana Belén Galera Ródenas, Celia Lopez-Aperador, Yaiza Rivero, Gloria Antón, Tania Monzón, Noa Diaz, Nicanor Vega, Juan Francisco Loro-Ferrer, Ángelo Santana, Noemí Esparza

Notice bibliographique

RevueRenal Failure · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodialysisComorbidityHazard ratioEmergency departmentObservational studyKidney diseaseProportional hazards modelPopulationIncidence (geometry)Prospective cohort studyEmergency medicineInternal medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

Background: Frailty is an aging-associated state of increased vulnerability, which raises the risk of adverse outcomes. Chronic kidney disease is associated with higher prevalence of frailty. Our aim was to estimate frailty prevalence in a hemodialysis population and its influence on short-term outcomes.Design: Observational prospective longitudinal study of 277 prevalent hemodialysis patients. Frailty was estimated through the Edmonton Frail Scale (EFS). Demographic and clinical data, comorbidity index, and laboratory parameters were recorded. A 29-month follow-up was conducted on mortality, including hospitalization, and visits to hospital emergency services in the first 12 months of this period.Results: According to the EFS, 82 patients (29.6%) were frail, 53 (19.1%) were vulnerable, and 142 (51.3%) were non-frail. During follow-up, 58.5% frail patients, 30.2% vulnerable, and 16.2% non-frail ones died (p < .005). In the analysis of survival using an adjusted Cox model, a higher hazard of mortality was observed in frail than in non-frail patients (HR 2.34; 95% CI 1.39–3.95; p = .001). During follow-up the hospitalization rate was 852 episodes/1000 patient-years for frail patients, 784 episodes/1000 patient-years for vulnerable patients, and 417 episodes/1000 patient-years for non-frail patients (p = .0005). The incidence ratio of visits to emergency services was 3216, 1735, and 1545 visits/1000 patient-years for each group (p < .001).Conclusions: Hemodialysis patients present high frailty prevalence. Frailty is associated with poor short-term outcomes and higher rates of mortality, visits to hospital emergency services, and hospitalization.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,284
Écart entre enseignants0,270 · 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

Citations105
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRenal FailureMême sujetFrailty in Older AdultsTravaux en français237 207