Core requirements of frailty screening in the emergency department: an international Delphi consensus study
Notice bibliographique
Résumé
INTRODUCTION: Frailty is associated with adverse outcomes among patients attending emergency departments (EDs). While multiple frailty screens are available, little is known about which variables are important to incorporate and how best to facilitate accurate, yet prompt ED screening. To understand the core requirements of frailty screening in ED, we conducted an international, modified, electronic two-round Delphi consensus study. METHODS: A two-round electronic Delphi involving 37 participants from 10 countries was undertaken. Statements were generated from a prior systematic review examining frailty screening instruments in ED (logistic, psychometric and clinimetric properties). Reflexive thematic analysis generated a list of 56 statements for Round 1 (August-September 2021). Four main themes identified were: (i) principles of frailty screening, (ii) practicalities and logistics, (iii) frailty domains and (iv) frailty risk factors. RESULTS: In Round 1, 13/56 statements (23%) were accepted. Following feedback, 22 new statements were created and 35 were re-circulated in Round 2 (October 2021). Of these, 19 (54%) were finally accepted. It was agreed that ideal frailty screens should be short (<5 min), multidimensional and well-calibrated across the spectrum of frailty, reflecting baseline status 2-4 weeks before presentation. Screening should ideally be routine, prompt (<4 h after arrival) and completed at first contact in ED. Functional ability, mobility, cognition, medication use and social factors were identified as the most important variables to include. CONCLUSIONS: Although a clear consensus was reached on important requirements of frailty screening in ED, and variables to include in an ideal screen, more research is required to operationalise screening in clinical practice.
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 ».