Association of frailty with outcomes in individuals with <scp>COVID</scp> ‐19: A living review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Frailty leaves older adults vulnerable to adverse health outcomes. Frailty assessment is recommended by multiple COVID-19 guidelines to inform care and resource allocation. We aimed to identify, describe, and synthesize studies reporting the association of frailty with outcomes (informed by the Institute for Healthcare Improvement's Triple Aim [health, resource use, and experience]) in individuals with COVID-19. DESIGN: Systematic review and meta-analysis. SETTING: Studies reporting associations between frailty and outcomes in the setting of COVID-19 diagnosis. PARTICIPANTS: Adults with COVID-19. MEASUREMENTS: Following review of titles, abstracts and full text, we included 52 studies that contained 118,373 participants with COVID-19. Risk of bias was assessed using the Quality in Prognostic studies tool. Our primary outcome was mortality, secondary outcomes included delirium, intensive care unit admission, need for ventilation and discharge location. Where appropriate, random-effects meta-analysis was used to pool adjusted and unadjusted effect measures by frailty instrument. RESULTS: The Clinical Frailty Scale (CFS) was the most used frailty instrument. Mortality was reported in 37 studies. After confounder adjustment, frailty identified using the CFS was significantly associated with mortality in COVID-19 positive patients (odds ratio 1.79, 95% confidence interval [CI] 1.49-2.14; hazard ratio 1.87, 95% CI 1.33-2.61). On an unadjusted basis, frailty identified using the CFS was significantly associated with increased odds of delirium and reduced odds of intensive care unit admission. Results were generally consistent using other frailty instruments. Patient-reported, cost and experience outcomes were rarely reported. CONCLUSION: Frailty is associated with a substantial increase in mortality risk in COVID-19 patients, even after adjustment. Delirium risk is also increased. Frailty assessment may help to guide prognosis and individualized care planning, but data relating frailty status to patient-reported outcomes are urgently needed to provide a more comprehensive overview of outcomes relevant to older adults.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,004 |
| Bibliométrie | 0,000 | 0,006 |
| 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 | 0,001 |
| 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 ».