MétaCan
Menu
Retour à la cohorte
Enregistrement W4391233618 · doi:10.1093/ageing/afad246.090

1995 Constructing a Frailty Index using routinely collected measures to study its relationship with adverse health outcomes

2024· article· en· W4391233618 sur OpenAlexaffabout
Kenneth Rockwood, Aslı Nar, Judith Godin, Olga Theou

Notice bibliographique

RevueAge and Ageing · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineFrailty IndexIndex (typography)Adverse effectGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Any Frailty Index (FI) measures overall health. The FI-Lab employs common laboratory data and clinical measures to do so. Objective To examine how an FI-lab constructed from vital signs, laboratory tests, and electrocardiographic data is associated with in-patient admission and time to death. FI-Lab performance was compared with an FI from a Comprehensive Geriatric Assessment (FI-CGA), the Clinical Frailty Scale (CFS), and the Canadian Triage Acuity Scale (CTAS). Method Participants were Emergency Department (ED) patients aged 65+ years referred to Internal Medicine, staffed by a geriatrician (KR). Fifty-seven FI-Lab variables were binarized (0 = no deficit; 1 = deficit) using standard normal ranges. Each FI was calculated as the fraction of items present as deficits. Age- and sex-adjusted Cox proportional hazard and logistic regression models were used to assess relationships with all-cause mortality, and in-patient admission, respectively. Results Of 808 patients, an FI-Lab was calculable in 807. Median age was 81 years (IQR:13); 55.7% were female. FI-Lab values ranged from 0.05–0.78 (Mean: 0.51; Standard deviation (SD) 0.10). Females (0.50±0.11) had lower FI-Lab scores than males (Mean: 0.52±0.09; p=0.003). At 30 days, each 0.01 FI-Lab unit increase showed higher mortality Hazard Rate (HR) (95% Confidence Interval (CI):1.04 (1.02–1.06) and inpatient admission risk: Odds ratio (OR) 1.02 (1.00–1.03), as did the FI-CGA (1.04; 1.02-1.04) and CTAS (1.46; 1.02-2.10). Similar results held for inpatient admission, save for CTAS (0.95; 0.54-1.64). By two years, only the FI-lab and CFS significantly predicted mortality risk. Conclusion FI-Lab scores were associated with higher mortality rates and in-patient admission risk in older ED patients referred to Medicine. In acute care, the FI-Lab appears to integrate baseline frailty with illness severity. As such data often are routinely available, the FI-Lab might be an additional passive measure of frailty-related risk, potentially available in real time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,590

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,347
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetFrailty in Older AdultsTravaux en français237 207