09 / FAST (Frailty And Sarcopenia Trials): Poor agreement between commonly-used frailty assessments in elective colorectal surgical patients.
Notice bibliographique
Résumé
Background and Goal of Study:Frailty assessment may be of value to identify high-risk surgical patients, highlighting additional post-operative care needs. A number of frailty assessment tools exist but there is uncertainty as to which is best in surgical patients. This study investigated the agreement between 9 widely accepted frailty assessments.Materials and Methods:Elective colorectal surgical patients were assessed using 9 frailty tools, as part of the FAST study. The clinical frailty scale (CFS); 36-point accumulative deficit (AD); frailty phenotype (FP); frailty, non-disabled tool (FiND); fatigue, resistance, ambulatory, illness and loss of weight tool (FRAIL); Edmonton frailty scale (EFS); Gerontopole frailty screening tool (GFST) polypharmacy as defined by 5+ medications (Poly); and PRISMA 7 frailty score (PRISMA) were used. Cohenu2019s kappa statistic was used to assess agreement between tools. Ethical approval has been granted for the FAST studies by a UK National Health Service Research Ethics Committee.Results and Discussion:95 patients were recruited into FAST, mean age 74 (SD 6.2) years with 7 over85. 66/95 patients had metastatic disease. Frailty was identified by the different measurements (Table 1).There was significant agreement between the different frailty tools ranging from K=0.096 to K=0.590 (figure 1).Conclusion(s):Frailty tools have limited agreement in a surgical population. The adoption of a frailty assessment into a surgical pathway requires scientific and clinical rigour to ensure the optimal assessment is used, providing clinically significant information. We are currently exploring, as part of the FAST study, which assessment has the strongest validity in relation with post-operative adverse outcomes.
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 | 0,040 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».