Promoting Early Assessment of Frailty in the New Normal: An Updated eFI-CGA Software Tool
Notice bibliographique
Résumé
Abstract Frailty is a state of diminished physiological reserves. Being able to detect and manage frailty early is crucial for effective controlling of frailty-related adverse outcomes. Frailty can be assessed using the frailty index that counts the number of health deficits accumulated over time. Our previous research has enabled an electronic Comprehensive Geriatric Assessment (eCGA) and the calculation of the frailty index based on the eCGA (eFI-CGA). While the standalone eFI-CGA has been used by primary care providers in assessing home-living patients, its initial release was prior to the covid-19 pandemic; the associated new challenges were not targeted by the early version. In facilitating effective virtual assessment and care planning during the current “lockdown” and in the upcoming “new normal”, most recently the eFI-CGA version 3.0 was released. In this paper, we 1) introduce the updated electronic frailty assessment tool and its usage, 2) describe the major updates of the software in dealing with challenges due to social isolation and remote assessment, and 3) evaluate the end-user experience with the upgraded methods in frailty assessment. These new developments and implementations allowed a search function to resume disrupted assessment sessions and quickly retrieve previously saved assessment records. The improved user interface promoted the clinicians to conveniently record detailed care plans and management details. The study provided a successful example of moving from disruption to transformation, benefiting the highly demanded healthcare of older adults in this challenging time.
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 | 0,007 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,008 |
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 ».