Can you see frailty? An exploratory study of the use of a patient photograph in the transcatheter aortic valve implantation programme
Notice bibliographique
Résumé
BACKGROUND: Frailty is an important consideration in the assessment of transcatheter aortic valve implantation patients. The documentation of a patient photograph to augment the objective measurement of frailty has been adopted by some transcatheter aortic valve implantation multidisciplinary (TAVI) programmes. METHODS: We used a prospective two-part multimethod study design. In part A, we examined the concordance between the Essential Frailty Toolset (EFT) and the score attributed by healthcare professionals based on visual rating of photographs using kappa estimates and linear regression. In part B, we conducted a content analysis qualitative study to elicit information about how the TAVI multidisciplinary team used photographs to form impressions about frailty. FINDINGS: Part A: 94 healthcare professionals (registered nurses/allied health 65%; physicians 35%) rated 40 representative photographs (women 42.5%; mean age 83.4±7.5; mobility aid 40%) between 0 (robust) and 5 (very frail). The estimate of weighted kappa was 0.2575 (95% confidence interval 0.082-0.433), indicating fair agreement between median healthcare professional visual and EFT score, especially when the EFT was 1 or 4. There was significant discordance among raters (kappa estimate 0.110, 95% confidence interval 0.079-0.141). Age, sex and mobility aid did not have a significant effect on score discordance. Part B: 12 members of the TAVI multidisciplinary team (registered nurses 27.5%; physicians 72.5%) were shown a series of six representative patient photographs. The following themes emerged from the data: (a) looking at the outside; (b) thinking about the inside; (c) use but with caution; and (d) a better approach. CONCLUSION: A patient photograph offers complementary information to the multimodality assessment of TAVI patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».