A Frailty Index to Predict Mortality, Resource Utilization and Costs in Patients Undergoing Coronary Artery Bypass Graft Surgery in Ontario
Notice bibliographique
Résumé
Background: People living with frailty are vulnerable to poor outcomes and incur higher health care costs after coronary artery bypass graft (CABG) surgery. Frailty-defining instruments for population-level research in the CABG setting have not been established. The objectives of the study were to develop a preoperative frailty index for CABG (pFI-C) surgery using Ontario administrative data; assess pFI-C suitability in predicting clinical and economic outcomes; and compare pFI-C predictive capabilities with other indices. Methods: A retrospective cohort study was conducted using health administrative data of 50,682 CABG patients. The pFI-C comprised 27 frailty-related health deficits. Associations between index scores and mortality, resource use and health care costs (2022 Canadian dollars [CAD]) were assessed using multivariable regression models. Capabilities of the pFI-C in predicting mortality were evaluated using concordance statistics; goodness of fit of the models was assessed using Akakie Information Criterion. Results: As assessed by the pFI-C, 22% of the cohort lived with frailty. The pFI-C score was strongly associated with mortality per 10% increase (odds ratio [OR], 3.04; 95% confidence interval [CI], [2.83,3.27]), and was significantly associated with resource utilization and costs. The predictive performances of the pFI-C, Charlson, and Elixhauser indices and Johns Hopkins Aggregated Diagnostic Groups were similar, and mortality models containing the pFI-C had a concordance (C)-statistic of 0.784. Cost models containing the pFI-C showed the best fit. Conclusions: The pFI-C is predictive of mortality and associated with resource utilization and costs during the year following CABG. This index could aid in identifying a subgroup of high-risk CABG patients who could benefit from targeted perioperative health care interventions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».