Prediction of postoperative mortality in older surgical patients by clinical frailty scale: A systematic review and meta-analysis
Notice bibliographique
Résumé
• The prediction of frailty on postoperative adverse outcomes has been confirmed, but there are various assessment tools for frailty. This study only studied the prediction of clinical frailty scale on postoperative adverse outcomes. At the same time, we further analyzed different death time, literature types, surgical types, etc., to verify the effect of clinical frailty scale on postoperative mortality. To systematically evaluate the predictive efficacy of clinical frailty scale (CFS) for postoperative mortality older surgical patients, and to evaluate the prevalence of frailty in the included studies. A systematic review and meta-analysis of observational studies was conducted, utilizing the MOOSE guidelines for the evaluation of both. Quality assessment of the articles was also performed. The protocol was registered (CRD42023423552). Relevant English and Chinese language studies published until October 20th, 2023 were retrieved from PubMed, Web of Science, Embase, Medline, CINAHL,Cochrane, WAN FANG DATA, VIP Information, CNKI, and SinoMed databases. Study were included in which frailty was measured by the CFS and postoperative mortality was reported for older surgery patients. A meta-analysis to predict postoperative mortality and frailty prevalence was performed using STATA 17.0 software. Sixteen cohort studies were included (5,864 participants) from 1,513 records. All studies' Newcastle-Ottawa Scale (NOS) scores were above 6 points. It was found that the prevalence of surgical frailty in the older was 0.36(CI 0.20–0.52). Patients assessed as frail by the CFS were associated with higher all-cause mortality (OR:4.01; CI 2.59–6.23). Subgroup analysis shows that frailty was associated with1-month mortality (OR:3.85; CI 1.11–13.45) and 1-year mortality (OR:4.43; CI 2.18–8.99). The prevalence of frailty is high in older surgical patients, and CFS can effectively predict the mortality of older surgical patients with frailty.
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 | 0,011 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».