An age-independent hospital record-based frailty score correlates with adverse outcomes after heart surgery and increased health care costs
Notice bibliographique
Résumé
Background Globally, an increasing number of vulnerable or frail patients are undergoing cardiac surgery. However, large-scale frailty data are often limited by the need for time-consuming frailty assessments. This study aimed to (1) create a retrospective registry-based frailty score (FS), (2) determine its effect on outcomes and age, and (3) health care costs. Methods Retrospective data were obtained from the New Brunswick Heart Centre registry for all cardiac surgery patients between 2012 and 2017. A 20-point FS was created using available binary risk variables. The primary outcomes of interest most relevant to vulnerable patients were prolonged hospitalization, failure to be discharged home, and hospitalization bed cost. Composite outcome of prolonged hospitalization (>8 days) and/or non-home discharge were analyzed using multivariate analysis. Results A total of 3463 patients (mean age, 66 ± 10 years) were included in the final analysis. Tercile-based FSs were: low (0-4; n = 856), medium (5-7; n = 1709), high (≥8; n = 898). In unadjusted data, frail patients were older with more comorbidities. High FS patients had greater risks of prolonged hospitalization (median 7 vs 5 days; P < .001), lower home-discharge rates (51% vs 83%; P < .001), higher 30-day readmission rates (18% vs 10%; P < .001), and increased 30-day mortality rates (≤0.7% [low], >0.7% to ≤1.2% [medium], and >1.2% to 4.8% [high]; P < .001). After statistical adjustment, the FS was an independent predictor of composite outcome (odds ratio, 1.3: 95% CI, 1.26-1.35), and increased hospital bed costs. Conclusions A registry-based FS can be used to identify vulnerable or frail patients undergoing cardiac surgery and was associated with poor outcomes independent of age. This highlights that although frailty defined by increased vulnerability is often associated with older age, it is not a surrogate for aging, thereby having important implications in reducing health system costs and efforts to provide streamlined care to the most vulnerable.
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 | 0,003 | 0,014 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».