Prevalencia de fragilidad en cirugía electiva para personas mayores usuarios del Hospital de Clínicas Análisis de la población quirúrgica de personas mayores del Hospital de Clínicas “Dr. Manuel Quintela” (marzo 2019-marzo 2020)
Notice bibliographique
Résumé
Frailty determines an inability to cope with stressors due to decreased multisystem physiologic reserves. The surgical anesthetic act is a stressful event and the presence of frailty is an independent risk factor for perioperative morbidity and mortality Detection of frailty would allow for addressing reversible factors causing it, with the intention of reducing the risks that are inherent to anesthetic acts.Detection in the perioperative assessment provides relevant information that is not obtained in a traditional evaluation. This approach has become the standard in perioperative assessment of geriatric surgical patients.The study aims to assess the prevalence of frailty in elective surgery for the elderly at Clínicas Hospital.Method: prospective, descriptive study approved by the institutional Ethics Committee. 206 patients aged 65 years old and over who had been coordinated for elective surgery were recruited for the study between March, 2019 and March, 2020. The Reported Edmonton Frailty Scale (REFS) was applied to detect frailty.Prevalence of frailty was 22.8% with a CI of 16-29 in this population, rather high and similar to the frail patients percentages in other surgical and non-surgical settings. Significantly higher numbers of arterial hypertension, arrhythmias, diabetes and hypothyroidism cases and tobacco users were found among frail patients.Prevalence and impact of frailty on operative morbidity and mortality are compelling reasons for its inclusion in the perioperative assessment of our health system, as well as the training of anesthesiologists in the detection of frailty through the use of practical, valid and reliable tools.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 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) | 0,002 | 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 ».