Accuracy and Feasibility of Clinically Applied Frailty Instruments before Surgery
Notice bibliographique
Résumé
BACKGROUND: A barrier to routine preoperative frailty assessment is the large number of frailty instruments described. Previous systematic reviews estimate the association of frailty with outcomes, but none have evaluated outcomes at the individual instrument level or specific to clinical assessment of frailty, which must combine accuracy with feasibility to support clinical practice. METHODS: The authors conducted a preregistered systematic review (CRD42019107551) of studies prospectively applying a frailty instrument in a clinical setting before surgery. Medline, Excerpta Medica Database, Cochrane Library and the Comprehensive Index to Nursing and Allied Health Literature, and Cochrane databases were searched using a peer-reviewed strategy. All stages of the review were completed in duplicate. The primary outcome was mortality and secondary outcomes reflected routinely collected and patient-centered measures; feasibility measures were also collected. Effect estimates were pooled using random-effects models or narratively synthesized. Risk of bias was assessed. RESULTS: Seventy studies were included; 45 contributed to meta-analyses. Frailty was defined using 35 different instruments; five were meta-analyzed, with the Fried Phenotype having the largest number of studies. Most strongly associated with: mortality and nonfavorable discharge was the Clinical Frailty Scale (odds ratio, 4.89; 95% CI, 1.83 to 13.05 and odds ratio, 6.31; 95% CI, 4.00 to 9.94, respectively); complications was associated with the Edmonton Frail Scale (odds ratio, 2.93; 95% CI, 1.52 to 5.65); and delirium was associated with the Frailty Phenotype (odds ratio, 3.79; 95% CI, 1.75 to 8.22). The Clinical Frailty Scale had the highest reported measures of feasibility. CONCLUSIONS: Clinicians should consider accuracy and feasibility when choosing a frailty instrument. Strong evidence in both domains support the Clinical Frailty Scale, while the Fried Phenotype may require a trade-off of accuracy with lower feasibility.
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 | 0,178 | 0,528 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,014 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».