Admission Frailty Score Are Associated With Increased Risk of Acute Respiratory Failure and Mortality in Burn Patients 50 and Older
Notice bibliographique
Résumé
Herein, we assessed the utility of the Canadian Study of Health and Aging Clinical Frailty Scale (CSHA-CFS) to predict burn-specific outcomes. We hypothesized that frail patients are at greater risk for burn-related complications and require increased healthcare support at discharge. Patients 50 years and older admitted to our institution for burn injuries between July 2009 and June 2019 were included. Demographics, comorbidities, pre-injury functional status, injury and hospitalization information, complications (graft loss, acute respiratory failure, and acute kidney disease [AKI]), mortality, and discharge disposition were collected. Multivariate analyses were performed to assess the association between admission frailty scored using the CSHA-CFS and outcomes. P < .05 was considered significant. Eight-hundred fifty-one patients were included, 697 were not frail and 154 were frail. Controlling for Baux scores, sex, race, mechanism of injury, 2nd and 3rd degree burn surface, and inhalation injury, frailty was associated with acute respiratory failure (OR = 2.599 [1.460-4.628], P = .001) and with mortality (OR = 6.080 [2.316-15.958]; P < .001). Frailty was also associated with discharge to skilled nursing facility, rehabilitation, or long-term acute care facilities (OR = 3.135 [1.784-5.508], P < .001), and to hospice (OR = 8.694 [1.646-45.938], P = .011) when compared to home without healthcare services. Frailty is associated with increased risk of acute respiratory failure, mortality, and requiring increased healthcare support post-discharge. Our data suggest that frailty can be used as a tool to predict morbidity and mortality and for goals of care discussions for the burn patient.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».