Cross‐Cultural Adaptation of the Clinical Frailty Scale for Critically Ill Patients in Spain and Concurrent Validity With <scp>FRAIL</scp>‐Es
Notice bibliographique
Résumé
AIMS: To adapt the Clinical Frailty Scale (CFS) into Spanish and assess its concordance with the Spanish version of the FRAIL scale (FRAIL-Es) in the context of intensive care. DESIGN: Validation study of frailty assessment scales in critically ill patients. METHODS: The study was conducted in two phases. The first phase consisted of translating, culturally adapting, and validating the CFS into Spanish. The second phase consisted of a metric descriptive study to assess the concurrent criterion validity of the adapted CFS with FRAIL-Es in a cohort of intensive care patients. Both scales were assessed upon admission to intensive care and at 3, 6, 9, and 12 months post-hospital discharge. Analysis was performed using T-Student/Mann-Whitney, chi-squared and Cohen's Kappa tests. RESULTS: Successful adaptation of the CFS with minimal changes was achieved, demonstrating its applicability in the evaluated context. The pilot study indicated that CFS-Es is easy to assess, but some subjectivity in interpretation was noted. CFS-Es and FRAIL-Es were applied to 212 patients, revealing variations in frailty prevalence. The concordance and correlation between the CFS and FRAIL scales are robust. These differences suggest that the choice of scale may impact the identification of frail patients. These results emphasise the importance of considering specific characteristics of each scale when assessing frailty in critically ill patients, providing valuable information for clinical implementation and research in this field. PATIENT OR PUBLIC CONTRIBUTION: Assessing frailty upon admission can be helpful in the care of frail patients, allowing the development of specific care plans based on pre-existing 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 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 | 0,005 |
| 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 | 0,001 |
| 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 ».