Frailty to predict unplanned hospitalization, stroke, bleeding, and death in atrial fibrillation
Notice bibliographique
Résumé
AIMS: Atrial fibrillation (AF) and frailty are common, and the prevalence is expected to rise further. We aimed to investigate the prevalence of frailty and the ability of a frailty index (FI) to predict unplanned hospitalizations, stroke, bleeding, and death in patients with AF. METHODS AND RESULTS: Patients with known AF were enrolled in a prospective cohort study in Switzerland. Information on medical history, lifestyle factors, and clinical measurements were obtained. The primary outcome was unplanned hospitalization; secondary outcomes were all-cause mortality, bleeding, and stroke. The FI was measured using a cumulative deficit approach, constructed according to previously published criteria and divided into three groups (non-frail, pre-frail, and frail). The association between frailty and outcomes was assessed using multivariable-adjusted Cox regression models. Of the 2369 included patients, prevalence of pre-frailty and frailty was 60.7% and 10.6%, respectively. Pre-frailty and frailty were associated with a higher risk of unplanned hospitalizations [adjusted hazard ratio (aHR) 1.82, 95% confidence interval (CI) 1.49-2.22; P < 0.001; and aHR 3.59, 95% CI 2.78-4.63, P < 0.001], all-cause mortality (aHR 5.07, 95% CI 2.43-10.59; P < 0.001; and aHR 16.72, 95% CI 7.75-36.05; P < 0.001), and bleeding (aHR 1.53, 95% CI 1.11-2.13; P = 0.01; and aHR 2.46, 95% CI 1.61-3.77; P < 0.001). Frailty, but not pre-frailty, was associated with a higher risk of stroke (aHR 3.29, 95% CI 1.2-8.39; P = 0.01). CONCLUSION: Over two-thirds of patients with AF are pre-frail or frail. These patients have a high risk for unplanned hospitalizations and other adverse events. These findings emphasize the need to carefully evaluate these patients. However, whether screening for pre-frailty and frailty and targeted prevention strategies improve outcomes needs to be shown in future studies. CLINICAL TRIAL REGISTRATION: Clinicaltrials.gov identifier number: NCT02105844.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».