Assessment of frailty and quality of life and their correlation in the haemodialysis population at <scp>Palmerston North Hospital</scp>, <scp>New Zealand</scp>
Notice bibliographique
Résumé
AIM: End-stage kidney disease (ESKD) is increasingly becoming a healthcare concern in New Zealand and haemodialysis remains the most common modality of treatment. Frailty and health-related quality of life (HRQOL) are established predictors of prognosis and have already been shown to be poor in the dialyzing population. Existing data show correlation between these measures in the ESKD population, however there is little evidence for those on haemodialysis specifically. Our study aimed to assess for a correlation between frailty and HRQOL in the haemodialysis population at Palmerston North Hospital, and to assess for any differences in frailty and HRQOL scores between indigenous Māori and non-Māori subgroups. METHODS: A cross-sectional study was conducted involving 93 in-centre haemodialysis patients from Palmerston North Hospital, New Zealand. Baseline demographic data was measured alongside frailty and HRQOL scores, which were measured using the Kidney Disease Quality of Life tool (KDQOL-36) and the Edmonton Frail Scale. RESULTS: A statistically significant negative correlation was observed between frailty and all aspects of HRQOL (p < .05), with the strongest correlation observed between frailty and the physical component (r = -.64, p = <.001). Independent samples t-test showed no statistically significant difference between scores for Māori and non-Māori in frailty (M = 7.4, SD = 3.3 vs. M = 6.8, SD = 3.2; t (91) = -0.92, p = .80), or HRQOL (p values > .05 in all components). CONCLUSION: A negative correlation was observed between frailty and HRQOL. This information can be beneficial in guiding discussions around treatment modality and for future patients and useful in enabling better predictions of prognosis. No statistically significant differences in frailty and HRQOL scores were observed between Māori and non-Māori groups, however the generalizability of this finding is limited due to the insufficient size of the study population.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».