The Electronic Frailty Index is Associated with Increased Infection and All-Cause Mortality Among Older Patients with Primary Lung Cancer: A Cohort Study
Notice bibliographique
Résumé
INTRODUCTION: To assess whether the electronic frailty index (eFI) is independently associated with all-cause mortality and chemotherapy adverse reactions among older Chinese patients with lung cancer. METHODS: This is a retrospective, single-institution, chart review, and not a prospective cohort study. All patients ≥60 years with primary lung cancer in the West China Hospital from 2010 to 2017 were included in this cohort. The eFI was established using 35 frailty-related variables in the electronic medical record (EMR) system and was cut by a value of 0.2 to classify the patients into frail (eFI ≥0.2) and robust/non-frail groups (eFI<0.2). The long-term outcome was all-cause mortality identified by government databases and telephone interviews. Short-term outcomes were any infection, bone suppression, chemotherapy discontinuation, impaired liver function, any gastrointestinal reactions and length of hospitalization. An inverse probability weighting method was used to eliminate the potential confounders. An adjusted Kaplan-Meier estimator and a weighted Cox model were used to calculate the survival and hazard ratio. A weighted logistic model was used to calculate the odds of short-term outcomes. RESULTS: A total of 997 patients were included in this study with a median follow-up of 34 months. Compared with non-frail patients, frail patients had an increased risk of mortality and shortened overall survival (hazard ratio [HR] of mortality, 1.29; 95% confidence interval [CI], 1.05 to 1.60; adjusted restricted mean survival time [aRMST] difference, -5.68 months; 95% CI, -10.15 to -1.21 months). For short-term outcomes, frail patients had increased odds of infection compared to non-frail patients (odds ratio, 1.83; 95% CI, 1.09 to 3.06). No other outcome showed a significant result. CONCLUSION: This study of older Chinese patients with primary lung cancer suggests that eFI-based frail patients had worse prognoses with increased risk of all-cause mortality and shortened survival times.
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 ».