The relationship between frailty, nutritional status, co-morbidity, CT-body composition and systemic inflammation in patients with COVID-19
Notice bibliographique
Résumé
BACKGROUND: Frailty, determined by the Canadian Study of Health and Aging-Clinical Frailty Scale (CFS), is strongly associated with clinical outcomes including mortality in patients with COVID-19. However, the relationship between frailty and other recognised prognostic factors including age, nutritional status, obesity, sarcopenia and systemic inflammation is poorly understood. Therefore, the aim of this study was to examine the relationship between frailty and other prognostic domains, in patients admitted with COVID-19. METHODS: Patients who presented to our institutions between 1st April 2020-6th July 2020 with confirmed COVID-19 were assessed for inclusion. Data collected included general demographic details, clinicopathological variables, CFS admission assessment, Malnutrition Universal Screening Tool (MUST), CT-BC measurements and markers of systemic inflammation. RESULTS: 106 patients met the study inclusion criteria. The majority of patients were aged ≥ 70 years (67%), male (53%) and frail (scoring > 3 on the CFS, 72%). The majority of patients were not malnourished (MUST 0, 58%), had ≥ 1 co-morbidity (87%), were sarcopenic (low SMI, 80%) and had systemic inflammation (mGPS ≥ 1, 81%, NLR > 5, 55%). On multivariate binary logistics regression analysis, age (p < 0.01), COPD (p < 0.05) and NLR (p < 0.05) remained independently associated with frailty. On univariate binary logistics regression, NLR (p < 0.05) was significantly associated with 30-day mortality. CONCLUSION: Frailty was independently associated with age, co-morbidity, and systemic inflammation. The basis of the relationship between frailty and clinical outcomes in COVID-19 requires further study. Trial registration Registered with clinicaltrials.gov (NCT04484545).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».