Association between mortality and frailty in emergency general surgery: a systematic review and meta-analysis
Notice bibliographique
Résumé
PURPOSE: The purpose of this review was to determine the association between frailty and mortality among adults ≥ 65 years old undergoing emergency general surgery (EGS). METHODS: This systematic review followed the PRISMA guidelines (CRD42020172482 on PROSPERO). A search in MEDLINE, PubMed, EMBASE, Scopus, Web of Science, and the Cochrane Database of Systematic Reviews was conducted from inception to March 5, 2020. Studies with patients ≥ 65 years undergoing EGS were included. The primary exposure was frailty, measured using the Clinical Frailty Scale or the Modified Frailty Index. The primary outcome was 30-day mortality. Secondary outcomes were 90-day and 1-year mortality, length of stay, complications, change in level of care at discharge, and loss of independence. Two independent reviewers screened articles and extracted data. Risk of bias was assessed according to the Newcastle-Ottawa Scale and quality of evidence was assessed using the GRADE approach. A meta-analysis was performed for 30-day mortality using a random-effects model. RESULTS: Our search yielded 847 articles and six cohort studies were included in the systematic review. There were 1289 patients, 283 being frail. The pooled OR from meta-analysis for frail compared to non-frail patients was 2.91 (95% CI 2.00, 4.23) for 30-day mortality. Frailty was associated with increased odds of all secondary outcomes. CONCLUSION: Frailty is significantly associated with worse outcomes after emergency general surgery in adults ≥ 65 years of age. The Clinical Frailty Scale could be used to improve preoperative risk assessment for patients and shared decision-making between patients and healthcare providers. REGISTRATION NUMBER: CRD42020172482 (PROSPERO).
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,005 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».