The Clinical Frailty Scale for mortality prediction of old acutely admitted intensive care patients: a meta-analysis of individual patient-level data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This large-scale analysis pools individual data about the Clinical Frailty Scale (CFS) to predict outcome in the intensive care unit (ICU). METHODS: A systematic search identified all clinical trials that used the CFS in the ICU (PubMed searched until 24th June 2020). All patients who were electively admitted were excluded. The primary outcome was ICU mortality. Regression models were estimated on the complete data set, and for missing data, multiple imputations were utilised. Cox models were adjusted for age, sex, and illness acuity score (SOFA, SAPS II or APACHE II). RESULTS: 12 studies from 30 countries with anonymised individualised patient data were included (n = 23,989 patients). In the univariate analysis for all patients, being frail (CFS ≥ 5) was associated with an increased risk of ICU mortality, but not after adjustment. In older patients (≥ 65 years) there was an independent association with ICU mortality both in the complete case analysis (HR 1.34 (95% CI 1.25-1.44), p < 0.0001) and in the multiple imputation analysis (HR 1.35 (95% CI 1.26-1.45), p < 0.0001, adjusted for SOFA). In older patients, being vulnerable (CFS 4) alone did not significantly differ from being frail. After adjustment, a CFS of 4-5, 6, and ≥ 7 was associated with a significantly worse outcome compared to CFS of 1-3. CONCLUSIONS: Being frail is associated with a significantly increased risk for ICU mortality in older patients, while being vulnerable alone did not significantly differ. New Frailty categories might reflect its "continuum" better and predict ICU outcome more accurately. TRIAL REGISTRATION: Open Science Framework (OSF: https://osf.io/8buwk/ ).
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.
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 | 0,001 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle