Multicomponent intervention for frail and pre‐frail older adults with acute cardiovascular conditions: The <scp>TARGET‐EFT</scp> randomized clinical trial
Notice bibliographique
Résumé
BACKGROUND: Hospitalization for cardiovascular disease (CVD) may be complicated by hospital-acquired disability (HAD) and subsequently poor health-related quality of life (HRQOL). While frailty has been shown to be a risk factor, it has yet to be studied as a therapeutic target to improve outcomes. OBJECTIVES: This trial sought to determine the effects of an in-hospital multicomponent intervention targeting physical weakness, cognitive impairment, malnutrition, and anemia on patient-centered outcomes compared to usual care. METHODS: A single-center parallel-group randomized clinical trial was conducted in older patients with acute CVD and evidence of frailty or pre-frailty as measured by the Essential Frailty Toolset (EFT). Patients were randomized to usual care or a multicomponent intervention. Outcomes were HRQOL (EQ-5D-5L score) and disability (Older Americans Resources and Services score) at 30 days post-discharge and mood disturbances (Hospital Anxiety and Depression Scale) at discharge. RESULTS: The trial cohort consisted of 142 patients with a mean age of 79.5 years and 55% females. The primary diagnosis was heart failure in 29%, valvular heart disease in 28%, ischemic heart disease in 14%, arrhythmia in 11%, and other CVDs in 18%. The intervention improved HRQOL scores (coefficient 0.08; 95% CI 0.01, 0.15; p = 0.03) and mood scores (coefficient -1.95; 95% CI -3.82, -0.09; p = 0.04) but not disability scores (coefficient 0.18; 95% CI -1.44, 1.81; p = 0.82). There were no intervention-related adverse events. CONCLUSION: In frail older patients hospitalized for acute CVDs, an in-hospital multicomponent intervention targeted to frailty was safe and led to modest yet clinically meaningful improvements in HRQOL and mental well-being. The downstream impact of these effects on event-free survival and functional status remains to be evaluated in future research, as does the generalizability to other healthcare systems. CLINICAL REGISTRATION NUMBER: NCT04291690.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».