What is the relationship between validated frailty scores and mortality for adults with COVID-19 in acute hospital care? A systematic review
Notice bibliographique
Résumé
Abstract Background & aim The aim of this systematic review was to quantify the association between frailty and COVID-19 in relation to mortality in hospitalised patients. Methods Medline, Embase, Web of Science and the grey literature were searched for papers from inception to 10 th September 2020; the search was re-run in Medline up until the 9 th December 2020. Screening, data extraction and quality grading were undertaken by two reviewers. Results were summarised using descriptive statistics, including a meta-analysis of overall mortality; the relationships between frailty and COVID-19 mortality were summarised narratively. Results 2286 papers were screened resulting in 26 being included in the review. Most studies were from Europe, half from the UK, and one from Brazil; the median sample size was 242.5, median age 73.1 and 43.5% were female. 22/26 used the Clinical Frailty Scale; reported mortality ranged from 14 to 65%. Most, but not all studies showed an association between increasing frailty and a greater risk of dying. Two studies indicated a sub-additive relationship between frailty, COVID-19 and death, and two studies showed no association. Conclusions Whilst the majority of studies have shown a positive association between COVID-19 related death and increasing frailty, some studies suggested a more nuanced understanding of frailty and outcomes in COVID-19 is needed. Clinicians should exert caution in placing too much emphasis on the influence of frailty alone when discussing likely prognosis in older people with COVID-19 illness. Key points Frailty is being used to assess the risk of dying from COVID-19 Emerging studies demonstrate a complex relationship between frailty and COVID-19 related deaths Clinicians should exert caution in placing too much emphasis on the influence of frailty in older people with COVID-19 Researchers should ensure that frailty scales are used as designed when planning and reporting future research.
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 | 0,011 | 0,068 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».