Impairments identified by comprehensive geriatric assessment in potential candidates for left ventricular assist device and heart transplantation
Notice bibliographique
Résumé
Background: The aim of this study was to assess the prevalence of frailty and other impairments in potential left ventricular assist device (LVAD) and heart transplantation (HTx) candidates by performing a preoperative comprehensive geriatric assessment (CGA) and reviewing the treatment recommendations resulting from the CGA. Methods and results: This cross-sectional study included 73 patients aged ≥40 years who received a CGA as part of the patient selection procedure for LVAD and HTx. In every patient, a conclusion comprising frailty and other impairments was formulated based on the medical, mental, functional, and social domains and recommendations were made. The mean age was 58 years (range 40-71) and 70 % were male. In 97 % of patients, at least one impairment was identified by the CGA. The most common impairments were polypharmacy, high morbidity burden, reduced renal function, osteopenia, depression, poor quality of life, reduced functionality, (risk of) malnutrition, reduced grip strength and high caregiver burden. A small proportion of the potential LVAD and HTx candidates were frail (7 % according to Fried's frailty criteria, 6 % according to the Edmonton Frail Scale) and 39 % were pre-frail. The domains for which most impairments were found and the domains for which most treatment recommendations were given matched well, with the functional domain as the frontrunner. Conclusion: This study showed that most of the potential candidates for LVAD or HTx have impairments on at least one domain of the CGA. Impairments and associated risks can contribute to the decision making process for candidacy for LVAD and HTx.
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 | 0,000 |
| 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 ».