Agreement and predictive value of the Clinical Frailty Scale in hospitalised older patients
Notice bibliographique
Résumé
Abstract Purpose: Our objective was to determine the agreement of the Clinical Frailty Scale (CFS) by comparing scores obtained by a senior geriatrician, a junior geriatrician, and by using a classification tree. Additionally, we evaluated the predictive value of the CFS for 6-month mortality after admission to an acute geriatric unit. Methods: This prospective study was conducted in two acute geriatric units in Belgium. The premorbid CFS was determined by senior and junior geriatricians based on clinical judgement. Another junior geriatrician, who did not have a treatment relationship with the patient, scored the CFS using the classification tree. Intraclass correlation coefficient (ICC) was calculated to assess agreement. A ROC curve and Cox regression model determined prognostic value. Results: In total, 97 patients with a mean age of 86 years (SD 5.2) were included. The reliability of the CFS, when determined by the senior geriatrician and the classification tree, was moderate (ICC 0.526, 95% CI [0.366-0.656]). This is similar to the agreement between the senior and junior geriatricians’ CFS (ICC 0.643, 95% CI [0.510-0.746]). The AUC for 6-month mortality based on the senior geriatrician’s CFS was 0.774. Cox regression analysis indicated that severe or very severe frailty was associated with a higher risk of mortality compared to mild or moderate frailty (hazard ratio 3.476, [1.531-7.888], p = 0.003). Conclusion: The CFS classification tree can help standardize CFS scoring, enhancing reliability when used by less experienced raters.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».