Assessment of frailty status in patients with acute cerebral infarction and their relationship with serum markers
Notice bibliographique
Résumé
OBJECTIVE: Frailty status is closely related to cerebral infarction, but there is a lack of objective biomarkers to determine frailty status in cerebral infarction patients. This study explores frailty status and frailty-related serum markers in patients with acute cerebral infarction and determines their diagnostic value for frailty. METHODS: A total of 146 patients with acute cerebral infarction admitted to Hangzhou Third people's Hospital from January 2021 to December 2023 were enrolled prospectively. The Edmonton scale was used to evaluate the patients in the frailty and non-frailty groups. The clinical frailty scale (CFS) was used to divide frailty patients into mild, moderate, and severe frailty groups, comparing clinical data and levels of serum markers among different groups, and analyzing the risk factors for frailty in cerebral infarction. RESULTS: Among the 146 patients, 70 cases (47.9%) were in the frailty group, and 76 cases (52.1%) in the non-frailty group. Compared with patients in the non-frailty group, patients in the frailty group had significantly lower levels of hemoglobin, triglycerides, low-density lipoprotein, and albumin (P<0.05 or 0.01), while levels of C-reactive protein (CRP), D-dimer, and homocysteine (Hcy) were significantly increased (P<0.05 or 0.01). Logistic regression analysis found that the levels of hemoglobin and Hcy were independent risk factors for frailty in acute cerebral infarction patients, with the ROC curve areas of 0.707 and 0.751, respectively. The ROC curve area for predicting frailty by combining hemoglobin and Hcy levels was 0.799. CONCLUSION: The incidence of frailty in patients with acute cerebral infarction is high, and serum markers of hemoglobin and Hcy have certain value in determining frailty in patients with acute cerebral infarction.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».