Estimating life expectancy among older multimorbid adults to personalize preventive care
Notice bibliographique
Résumé
Abstract Background Providing high value care and avoiding care overuse is a challenge among older multimorbid adults. There is evidence on benefits and harms of cancer screening and cardiovascular diseases (CVD) preventive treatment up to the age of 75. However, this evidence is not directly applicable to older multimorbid patients. Because each cancer and CVD preventive care has a specific lagtime to benefit, many guidelines recommend tailoring preventive care according to the estimated life expectancy (LE). However, there is no tool to estimate LE among multimorbid patients. Our objectives are therefore to develop new mortality risk prognostic indices and to derive a new LE estimator, what will help clinicians tailoring preventive care in older multimorbid adults. Methods and Results We conduct a prospective cohort study by extending the follow-up of 822 patients in Bern, Switzerland, included in the OPtimising thERapy to prevent Avoidable hospital admissions in Mulitmorbid older people (OPERAM) study over 3 years. Detailed information about cancer screening and CVD preventive treatment will be collected. We will identify variables independently associated with mortality and weight the variables to create 1 year and 3 year mortality prognostic indices. We will transform the 3 year prognostic index into a LE estimator. Preliminary results will be presented at the congress. Conclusions We will develop the first life expectancy estimator specifically for older multimorbid adults. This tool will help clinicians to tailor cardiovascular and cancer preventive care in older multimorbid adults. Key messages Because of the lagtime to benefit, personalizing preventive care by estimated life expectancy is recommended. We will provide the first life expectancy estimator for older multimorbid adults.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».