A novel scale for triage assessment of frailty in the emergency department (ED-FraS): a prospective videotaped study
Notice bibliographique
Résumé
Abstract Background Rapid recognition of frailty in older patients in the ED is an important first step toward better geriatric care in the ED. We aimed to develop and validate a novel frailty assessment scale at ED triage, the Emergency Department Frailty Scale (ED-FraS). Methods We conducted a prospective cohort study enrolling adult patients aged 65 years or older who visited the ED at an academic medical center. The entire triage process was recorded, and triage data were collected, including the Taiwan Triage and Acuity Scale (TTAS). Five physician raters provided ED-FraS levels after reviewing videos. A modified TTAS (mTTAS) incorporating ED-FraS was also created. The primary outcome was hospital admission following the ED visit, and secondary outcomes included the ED length of stay (EDLOS) and total ED visit charges. Results A total of 256 patients were included. Twenty-seven percent of the patients were frail according to the ED-FraS. The majority of ED-FraS was level 2 (57%), while the majority of TTAS was level 3 (81%). There was a weak agreement between the ED-FraS and TTAS (kappa coefficient of 0.02). The hospital admission rate and charge were highest at ED-FraS level 5 (severely frail), whereas the EDLOS was longest at level 4 (moderately frail). The area under the Receiver Operating Characteristic curve (AUROC) in predicting hospital admission for the TTAS, ED-FraS, and mTTAS were 0.57, 0.62, and 0.63, respectively. The ED-FraS explained more variation in EDLOS (R 2 = 0.096) compared with the other two methods. Conclusions The ED-Fras tool is a simple and valid screening tool for identifying frail older adults in the ED. It also can complement and enhance ED triage systems. Further research is needed to test its real-time use at ED triage internationally.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».