Evaluation of Agreement Among Frailty Assessment Tools in Head and Neck Surgery
Notice bibliographique
Résumé
OBJECTIVE: To evaluate intertest agreement among hand grip strength (HGS), the modified Frailty Index (mFI), and the Edmonton Frail Scale (EFS) in patients presenting for presurgical assessment in a head and neck surgery clinic. STUDY DESIGN: Prospective observational study. SETTING: Academic tertiary medical center. METHODS: Prospective data relating to 3 frailty measurements were collected for 96 consecutive adults presenting for presurgical counseling at a single high-volume head and neck surgical oncology clinic. Frailty was determined with previously validated thresholds for the mFI (≥3) and EFS (>7). The highest of 2 HGS measurements performed for the dominant hand was used to determine frail status based on previously validated sex- and body mass index-specific thresholds. Baseline characteristics were identified to determine the association of such variables to each tool. Agreement among frailty assessment tools was examined. RESULTS: The frequency of frailty in the cohort varied among tools, ranging from 29.2% (28/96) for HGS to 12.5% (12/96) for the mFI and 4.2% (4/96) for the EFS. The overall agreement among the 3 frailty tools via the Fleiss index was poor (kappa, 0.088; 95% CI, -0.028 to 0.203). CONCLUSION: Assessment of frailty is complex, and established frailty assessment tools may not agree on which patients are frail. When assessing a patient as frail, clinicians must be vigilant to the influence of frailty assessment tools on such determinations, which may contribute critical input during shared decision making for patients considering head and neck surgery or nonsurgical alternatives.
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 | 0,002 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».