MétaCan
Menu
← Retour à la cohorte
Enregistrement W3038018096 · doi:10.1017/s0714980820000161

The C5-75 Program: Meeting the Need for Efficient, Pragmatic Frailty Screening and Management in Primary Care

2020· article· en· W3038018096 sur OpenAlexaff
Linda Lee, Aaron Jones, Andrew P. Costa, Loretta M. Hillier, Tejal Patel, James Milligan, John Pefanis, Lora Giangregorio, George Heckman, Ruchi Parikh

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensHamilton Health SciencesCentre for Family MedicineImpactResearch Institute for AgingMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGrip strengthMedicinePrimary careGerontologyMultiple Chronic ConditionsCohortPhysical therapyPredictive valuePhysical medicine and rehabilitationChronic diseaseIntensive care medicineFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Case-Finding for Complex Chronic Conditions in Seniors 75+ (C5-75) is a systematic approach to identify frailty using gait speed and hand-grip strength and to screen for co-morbid conditions. We identified the C5-75 features offering the highest yield for identifying frailty and to streamline the screening program. Analyses included 1,948 C5-75 assessments completed from 2013 to 2018. Age 85 or older, less than regular physical activity, and more than two falls in the previous six months had the strongest associations with frailty. Exempting patients under 85 who reported regular physical activity and less than two falls excluded 39.1 per cent of the cohort while maintaining a sensitivity of 95.2 per cent and a negative predictive value of 99.4 per cent for frailty. These findings provide insight into optimizing screening for frailty, making it more feasible to implement and to identify co-existing conditions that may contribute to or be affected by frailty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,042
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,042
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissement→Même sujetFrailty in Older Adults→Travaux en français237 207→