Abstract 14496: Frailty is Associated With Increased Cardiovascular Mortality in 2,837,152 United States Veterans Aged 65 and Older
Notice bibliographique
Résumé
Introduction: Frailty has been associated with an increased risk of all-cause mortality and CV events. There are limited data from the modern era of CV prevention to examine the relationship between frailty and CV mortality. We hypothesized that frailty would be associated with with increased risk of CV mortality. Methods: All Veterans ≥65 who were regular users of VA care from 2002–2014 were included. Index date was the last visit date in the year of cohort entry. Data were queried biennially, with frailty & outcomes queried each period. Frailty was defined using a 31-item previously validated frailty index, ranging from 0-1. Degrees of frailty were defined as: not frail (FI <0.1), pre-frail (FI >0.1-≤0.2), mild frailty (FI >0.2-≤0.3), moderate frailty (FI >0.3-≤0.4), and severe frailty (FI >0.4). Variables were extracted from national VA administrative data linked to Medicare and Medicaid. The primary outcome was CV mortality. Survival analysis was performed. Models were adjusted for age, sex, race/ethnicity, geographic region, smoking status, hyperlipidemia, statin use, and blood-pressure medication use. Results: There were 2,837,152 Veterans included in the analysis. In 2002 mean age was 74+/- 5.8 years and in 2012 was 76+/- 8.1 years, 98% were male, 88.8% were white. In 2002, the median frailty score was 0.16 (IQR= 0.13). This increased and then stabilized to 0.19 for 2006 to 2012 (IQR= ranging 0.19 to 0.23). Overall frailty became more prevalent over time (prevalence increased from 31.9% in 2002 to 46.5% in 2012). The presence of frailty was associated with increased risk of CVD mortality at every degree of frailty and year, as shown in the Table. Discussion: Frailty is highly prevalent in the VA population, and both the presence and severity of frailty are tightly correlated with CV death. This study is the largest and most contemporary evaluation of the relationship between frailty and CV mortality to date. Further work is needed to understand how this risk can be diminished.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».