Validation of the virtual measurement of the Essential Frailty Toolset
Notice bibliographique
Résumé
Abstract Funding Acknowledgements Type of funding sources: None. Background The Essential Frailty Toolset (EFT) is a valid measurement of frailty in people with heart valve disease. COVID-19 has prompted the transition to virtual health consultations and necessitates the validation of the virtual assessment of frailty. Methods We conducted a prospective observational cohort study to compare the measurement of EFT in person and virtual format within a maximum 2-week window of repeated measurement. The weighted Kappa tests was used to measure the agreement of EFT scores between assessments; we explored the effect of the sequence of measurement using the Cochran-Mantel-Haenszel statistic to test the general association between the timing of measurement and differences of EFT score. Results We recruited a sample of 49 patients, with a mean age of 81 ± 7 years, including 29 men (59.2%); the primary valvular heart diseases were aortic stenosis (n=40, 81.6%), mitral regurgitation (n=2, 4.1%) and tricuspid regurgitation (n=7, 14.3%). The virtual measurement of frailty was conducted using a standardised protocol. The platform for virtual connection selected by patients was FaceTime (n=20, 40.8%) and Zoom (n=29, 59.2%); the median (IQR) number of days between the in-person and the virtual assessment was 5 (3,10). The weighted Kappa estimate was 0.69 (95% CI 0.55, 0.82), illustrating a strong agreement between the separate scores obtained. The test for the general association was non-significant (p=0.82), indicating a lack of evidence for detecting an association between EFT scores and chronological order of assessment. Conclusion The EFT can be reliably measured virtual in older patients with valvular heart disease to inform clinical care.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».