Frailty and mortality among older patients in a tertiary hospital in Nigeria
Notice bibliographique
Résumé
BACKGROUND: This study determined the frailty status and its association with mortality among older patients. DESIGN: A prospective cohort design. SETTING: Study was conducted at the medical wards of University College Hospital, Ibadan, Nigeria. PARTICIPANTS AND STUDY TOOLS: Four hundred and fifty older patients (>60 years) were followed up from the day of admission to death or discharge. Information obtained includes socio-demographic characteristics and clinical frailty was assessed using the Canadian Study of Health and Aging (CSHA) scale. Bivariate and multivariate analyses were carried out using SPSS version 21 at a p <0.05. RESULTS: Overall, frailty was identified in 285 (63.3%) respondents. Mortality was significantly higher among frail respondents (25.3%) than non-frail respondents (15.4%) p=0.028. Logistic regression analysis showed factors associated with frailty were: male sex (OR=1.946 [1.005-3.774], p=0.048), non-engagement in occupational activities (OR=2.642 [1.394-5.008], p=0.003), multiple morbidities (OR=4.411 [1.944-10.006], p<0.0001), functional disability (OR=2.114 [1.029-4.343), p=0.042], malnutrition (OR=9.258 [1.029-83.301], p=0.047) and being underweight (OR=7.462 [1.499-37.037], p=0.014). CONCLUSION: The prevalence of frailty among medical in-hospital older patients is very high and calls for its prompt identification and management to improve their survival. FUNDING: The study was self-funded by the authors.
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) | 0,001 | 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 ».