Usefulness of the Edmonton Frail Scale in Assessing the Impact of Heart Failure on Frailty
Notice bibliographique
Résumé
BACKGROUND/AIM: The association of frailty with heart failure (HF) is common in the elderly, and its presence is a poor prognostic factor; it increases the risk of falls, disability, hospitalization, and mortality. The aim of this prospective study was to assess the incidence of physical frailty in patients with HF and the role of physical exercise in improving physical performance. PATIENTS AND METHODS: A total of 141 patients with musculoskeletal pathology, aged over 65 years, who followed a specific physical training program were included. The patients were assigned to two groups: HF patients -group HF (n=53) and patients without HF -group N-HF (n=88). RESULTS: At cohort level, mild and moderate frailty was detected in 20.56% of patients enrolled in the study (n=29). Severe form of frailty was identified in 2.83% of cases (n=4). The prevalence of mild, moderate, and severe frailty in the two groups differed significantly (p<0.05). Patients with mild frailty and moderate frailty in the HF group represented 24.52% compared to 18.18% in the N-HF group (p=0.007). Severe frailty was present in 5.66% in the HF group, not significantly different from the N-HF group (1.13%), p=0.317. The values obtained in the functional independence and functional performance domains were significantly improved at the reassessment after 6 months. CONCLUSION: Exercise-based rehabilitation is a primary therapy for improving physical performance, reflected by increased independence related to daily activities and functional performance in HF patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 ».