Prospective Comparison of Preoperative Predictive Performance Between 3 Leading Frailty Instruments
Notice bibliographique
Résumé
BACKGROUND: Guidelines recommend routine preoperative frailty assessment for older people. However, the degree to which frailty instruments improve predictive accuracy when added to traditional risk factors is poorly described. Our objective was to measure the accuracy gained in predicting outcomes important to older patients when adding the Clinical Frailty Scale (CFS), Fried Phenotype (FP), or Frailty Index (FI) to traditional risk factors. METHODS: This was an analysis of a multicenter prospective cohort of elective noncardiac surgery patients ≥65 years of age. Each frailty instrument was prospectively collected. The added predictive performance of each frailty instrument beyond the baseline model (age, sex, American Society of Anesthesiologists' score, procedural risk) was estimated using likelihood ratio test, discrimination, calibration, explained variance, and reclassification. Outcomes analyzed included death or new disability, prolonged length of stay (LoS, >75th percentile), and adverse discharge (death or non-home discharge). RESULTS: We included 645 participants (mean age, 74 [standard deviation, 6]); 72 (11.2%) participants died or experienced a new disability, 164 (25.4%) had prolonged LoS, and 60 (9.2%) had adverse discharge. Compared to the baseline model predicting death or new disability (area under the curve [AUC], 0.67; R, 0.08, good calibration), prolonged LoS (AUC, 0.73; R, 0.18, good calibration), and adverse discharge (AUC, 0.78; R, 0.16, poor calibration), the CFS improved fit per the likelihood ratio test (P < .02 for death or new disability, <.001 for LoS, <.001 for discharge), discrimination (AUC = 0.71 for death or new disability, 0.76 for LoS, 0.82 for discharge), calibration (good for death or new disability, LoS, and discharge), explained variance (R = 0.11 for death or new disability, 0.22 for LoS, 0.25 for discharge), and reclassification (appropriate directional reclassification) for all outcomes. The FP improved discrimination and R for all outcomes, but to a lesser degree than the CFS. The FI improved discrimination for death or new disability and R for all outcomes, but to a lesser degree than the CFS and the FP. These results were consistent in internal validation. CONCLUSIONS: Frailty instruments provide meaningful increases in accuracy when predicting postoperative outcomes for older people. Compared to the FP and FI, the CFS appears to improve all measures of predictive performance to the greatest extent and across outcomes. Combined with previous research demonstrating that the CFS is easy to use and requires less time than the FP, clinicians should consider its use in preoperative practice.
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 | 0,000 | 0,000 |
| 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 ».