Predictors of poor functional outcomes and mortality in patients with hip fracture: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Hip fracture is an important and prevalent medical condition associated with adverse outcomes. The aim of this article is to systematically review and summarise the predictors of poor functional outcomes and mortality for patients with hip fractures. METHODS: We conducted a systemic literature search using PubMed, EMBASE and Cochrane Library. We included English peer-reviewed cohort studies that examined predictors of poor functional outcomes (such as independence in Activities of Daily Living) and mortality for patients with hip fracture published in the past 15 years (from 1 Jan 2004 up to 30 May 2019). Two independent researchers evaluated the articles for eligibility. Consensus on the eligibility was sought and a third researcher was involved if there was disagreement. A standardised form was used to extract relevant data. The Newcastle-Ottawa Scale (NOS) was used to assess the quality of the included studies. RESULTS: We retrieved 4339 and included 81 articles. We identified two emerging predictors of poor functional outcomes and mortality for patients with hip fractures: low hand grip strength and frailty in line with an emerging concept of "physical performance". The predictors identified in this systematic review can be grouped into 1) medical factors, such as presence of co-morbidities, high American Society of Anesthesiologists (ASA) grade, sarcopenia, 2) surgical factors including delay in operation (e.g. > 48 h), type of fracture s, 3) socio-economic factors which include age, gender, ethnicity, and 4) system factors including lower case-volume centers. CONCLUSIONS: This systematic review identified multiple significant predictors of poor functional outcomes and mortality, with the hand grip strength and frailty being important emerging predictors in the most recent literature. These predictors would further inform healthcare providers of their patients' health status and allow for early intervention for modifiable predictors.
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 | 0,007 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,007 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».