Association of Multimorbidity With Frailty in Older Adults for Elective Non-Cardiac Surgery
Notice bibliographique
Résumé
Introduction Frailty is associated with adverse surgical outcomes. While existing studies describe the prevalence of multimorbidity and frailty in the community, the surgical population may have more severe disease and significant surgical stress. This study aims to describe the distribution of frailty and multimorbidity in the older surgical population and examine if specific comorbidities are more strongly associated with frailty. Methods This is a single-centre retrospective cohort study using an electronic database in the preoperative evaluation clinic, conducted in Singapore General Hospital, Singapore. All patients above 70 years old going for elective non-cardiac surgery were included. Demographics and comorbidities were analysed for their association with frailty according to the Edmonton Frail Scale. Results A total of 1396 out of 1398 patients were analyzed. The overall incidence of frailty was 27.8% and multimorbidity was 63.4%. Factors independently associated with frailty were age (adjusted Odds Ratio [aOR] = 1.07), female gender (aOR = 1.67), type 2 diabetes mellitus (aOR = 1.69), chronic kidney disease (aOR = 1.47), end-stage renal failure (aOR = 3.58), history of cerebrovascular accident or transient ischemic attack (aOR = 1.87), moderate anaemia (aOR = 2.11), dementia (aOR = 6.38), depression (aOR = 3.82), and peptic ulcer disease (aOR = 1.98). The presence of multi-morbidity was significantly associated with frailty, with overall increasing strength of association. Conclusion As the number of comorbidities increases, the odds of frailty increase. Only a small proportion of those with multimorbidity accumulate enough biological deficits to develop frailty, putting them at higher risk than with solely multimorbidity or frailty. Dementia and depression are comorbidities with strong associations that have yet to see coordinated interventional efforts in the preoperative setting.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,002 | 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 ».