Web-based software applications for frailty assessment in older adults: a scoping review of current status with insights into future development
Notice bibliographique
Résumé
BACKGROUND: A crucial aspect of continued senior care is the early detection and management of frailty. Developing reliable and secure electronic frailty assessment tools can benefit virtual appointments, a need especially relevant in the context of the COVID-19 pandemic. An emerging effort has targeted web-based software applications to improve accessibility and usage. The objectives of this scoping review are to identify and evaluate web-based frailty assessment tools currently available and to identify challenges and opportunities for future development. METHODS: We conducted a review with literature (e.g., using MEDLINE databases) and Google searches (last updated on October 10, 2021). Each of the identified web applications were assessed based on eight featured categories and assigned a rating score accordingly. RESULTS: Twelve web-based frailty assessment applications were found, chiefly provided by the USA (50%) or European countries (41%) and focused on frailty grading and outcome prediction for specific patient groups (59%). Categories that scored well among the applications included the User Interface (2.8/3) and the Cost (2.7/3). Other categories had a mean score of 1.6/3 or lower. The least developed feature was Data Saving. CONCLUSIONS: Web-based applications represent a viable option for remote frailty assessments and multidisciplinary integrated care of older adults. Despite the available web-based frailty assessments on the Internet, many missed certain needed features for professional use in healthcare settings. This situation calls for fully comprehensive web-based applications, taking into consideration a number of key functions linking graphical user interface and functionalities, and paying special attention to secure data management.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».