MétaCan
Menu
Retour à la cohorte
Enregistrement W2989467111 · doi:10.1016/j.jcrc.2019.10.016

Changes in frailty among ICU survivors and associated factors: Results of a one-year prospective cohort study using the Dutch Clinical Frailty Scale

2019· article· en· W2989467111 sur OpenAlexfundno aff
Wytske W. Geense, Marieke Zegers, Peter Dieperink, Hester Vermeulen, Johannes van der Hoeven, Mark van den Boogaard

Notice bibliographique

RevueJournal of Critical Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesChicken Farmers of Saskatchewan
Mots-clésMedicineProspective cohort studyCohortScale (ratio)Cohort studyGerontologyEmergency medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Frailty is an important predictor for the prognosis of intensive care unit (ICU) patients. This study examined changes in frailty in the year after ICU admission, and its associated factors. MATERIALS AND METHODS: Prospective cohort study including adult ICU patients admitted between July 2016-December 2017. Frailty was measured using the Clinical Frailty Scale (CFS), before ICU admission, at hospital discharge, and three and 12 months after ICU admission. Multivariable linear regression was used to explore factors associated with frailty changes. RESULTS: Frailty levels changed among 1300 ICU survivors, with higher levels at hospital discharge and lower levels in the following months. After one year were 42% of the unplanned, and 27% of the planned patients more frail. For both groups were older age, longer hospital length of stay, and discharge location associated with being more frail. Male sex, higher education level and mechanical ventilation were associated with being less frail in the planned patients. CONCLUSION: One year after ICU admission, 42% and 27% of the unplanned and planned ICU patients, respectively, were more frail. Insight in the associated factors will help to identify patients at risk, and may help in informing patients and their family members. REGISTRATION: ClinicalTrials.gov database (NCT03246334).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,828

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,068
Tête enseignante GPT0,385
Écart entre enseignants0,317 · 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 tête enseignante, 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

Citations62
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Critical CareMême sujetFrailty in Older AdultsTravaux en français237 207