Prevalence and prognostic impact of physical frailty in interstitial lung disease: A prospective cohort study
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Physical frailty is associated with increased mortality and hospitalizations in older adults. We describe the prevalence of physical frailty and its prognostic impact in patients with a spectrum of fibrotic interstitial lung disease (ILD). METHODS: Patients with fibrotic ILD at the McMaster University ILD programme were prospectively followed up from November 2015 to March 2020. Baseline data were used to classify patients as non-frail (score = 0), pre-frail (score = 1-2) or frail (score = 3-5) based on modified Fried physical frailty criteria. The association between physical frailty and mortality was assessed using time-to-event models, adjusted for age, sex, lung function and diagnosis using the ILD Gender-Age-Physiology (ILD-GAP) score. RESULTS: We included 463 patients (55% male, mean [SD] age 68 [11] years); 82 (18%) were non-frail, 258 (56%) pre-frail and 123 (26%) frail. The most common ILD diagnoses were idiopathic pulmonary fibrosis (n = 183, 40%) and connective tissue disease-associated-ILD (n = 79, 17%). Mean time since diagnosis was 2.7 ± 4.6 years. There were 56 deaths within the median follow-up of 1.71 (interquartile range [IQR] 1.24, 2.31) years. Both frail and pre-frail individuals had a higher risk of death compared to those categorized as non-frail at baseline (adjusted hazard ratio [aHR] 4.14, 95% CI 1.27-13.5 for pre-frail and aHR 4.41, 95% CI 1.29-15.1 for frail). CONCLUSION: Physical frailty is prevalent in patients with ILD and is independently associated with an increased risk of death. Assessment of physical frailty provides additional prognostic value to recognized risk scores such as the ILD-GAP score, and may present a modifiable target for intervention.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».