Frailty and length of stay in older adults with blunt injury in a national multicentre prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Patients suffering moderate or severe injury after low falls have higher readmission and long-term mortality rates compared to patients injured by high-velocity mechanisms such as motor vehicle accidents. We hypothesize that this is due to higher pre-injury frailty in low-fall patients, and present baseline patient and frailty demographics of a prospective cohort of moderate and severely injured older patients. Our second hypothesis was that frailty was associated with longer length of stay (LOS) at index admission. METHODS: This is a prospective, nation-wide, multi-center cohort study of Singaporean residents aged ≥55 years admitted for ≥48 hours after blunt injury with an injury severity score or new injury severity score ≥10, or an Organ Injury Scale ≥3, in public hospitals from 2016-2018. Demographics, mechanism of injury and frailty were recorded and analysed by Chi-square, or Kruskal-Wallis as appropriate. RESULTS: 218 participants met criteria and survived the index admission. Low fall patients had the highest proportion of frailty (44, 27.3%), followed by higher level fallers (3, 21.4%) and motor vehicle accidents (1, 2.3%) (p < .01). Injury severity, extreme age, and surgery were independently associated with longer LOS. Frail patients were paradoxically noted to have shorter LOS (p < .05). CONCLUSION: Patients sustaining moderate or severe injury after low falls are more likely to be frail compared to patients injured after higher-velocity mechanisms. However, this did not translate into longer adjusted LOS in hospital at index admission.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».