From research to bedside: Incorporation of a <scp>CGA</scp> ‐based frailty index among multiple comanagement services
Notice bibliographique
Résumé
The comprehensive geriatric assessment (CGA) is the core tool used by geriatricians across diverse clinical settings to identify vulnerabilities and estimate physiologic reserve in older adults. In this paper, we demonstrate the iterative process at our institution to identify and develop a feasible, acceptable, and sustainable bedside CGA-based frailty index tool (FI-CGA) that not only quantifies and grades frailty but also provides a uniform way to efficiently communicate complex geriatric concepts such as reserve and vulnerability with other teams. We describe our incorporation of the FI-CGA into the electronic health record (EHR) and dissemination among clinical services. We demonstrate that an increasing number of patients have documented FI-CGA in their initial assessment from 2018 to 2020, while additional comanagement services were established (Figure 2). The acceptability and sustainability of the FI-CGA, and its routine use by geriatricians in our division, were demonstrated by a survey where the majority of clinicians report using the FI-CGA when assessing a new patient and that the FI-CGA informs their clinical management. Finally, we demonstrate how we refined and updated the FI-CGA, we provide examples of applications of the FI-CGA across the institution and describe areas of ongoing process improvement and challenges for the use of this tailored yet standardized tool across diverse inpatient and outpatient services. The process outlined can be used by other geriatric departments to introduce and incorporate an FI-CGA.
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 | 0,120 | 0,189 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,004 | 0,014 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».