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
BACKGROUND AND 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 September 2020; the search was re-run in Medline up until the 9 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: A total of 2,286 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. In total, 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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| 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 ».