MétaCan
Menu
Retour à la cohorte
Enregistrement W3163485581 · doi:10.1093/bjs/znab134.354

55 Frailty Assessment in Lower Limb Critical Limb Ischaemia Patients

2021· article· en· W3163485581 sur OpenAlexaboutno aff
Madeeha Malik, John Smyth

Notice bibliographique

RevueBritish journal of surgery · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePeripheral Artery Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLower limbProspective cohort studyHospital dischargeVascular surgeryEmergency medicineCritical limb ischemiaPhysical therapyVascular diseaseIntensive care medicineSurgeryArterial diseaseCardiac surgery

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction An increasing number of frail older patients are undergoing surgical procedures. Frailty is an independent risk factor for increased hospital stay and adverse postoperative outcomes. This project aimed to assess frailty and its management in lower limb critical limb ischaemia patients on the vascular ward at Manchester Royal Infirmary. Method A prospective review of consecutive admissions admitted with lower limb critical limb ischaemia identified from ward list and vascular activity, and subsequently discharged. Assessment of frailty status using the Edmonton and Rockwood scales within 48 hrs of admission. Results A total of 15 patients were identified with an average age of 69.2 years. The average length of hospital stay was 19 days. 69 total days were spent in the hospital once patients were declared ‘medically fit for discharge’ across all patients. Frailty is associated with increased length of hospital stay and discharge to other institutions. Both the Edmonton and Rockwood scales were congruent in assessing frailty. Conclusions Frailty needs to be assessed and identified early so it can be flagged to therapy services and discharge arrangements commenced early. Measures need to be put in place to manage frailty and reduce the length of hospital stay.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,311
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish journal of surgeryMême sujetPeripheral Artery Disease ManagementTravaux en français237 207