MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413358066 · doi:10.5334/ijic.nacic24033

Capturing factors associated with frailty using routinely collected electronic medical record data in British Columbia, Canada.

2025· article· en· W4413358066 sur OpenAlexaboutno aff
Sabrina T. Wong, Manpreet Thandi, Jennifer Baumbusch, Morgan Price

Notice bibliographique

RevueInternational Journal of Integrated Care · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedical recordGerontologyMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Background: Frailty is a state of increased vulnerability from physical, social, and cognitive factors resulting in greater risk of negative health outcomes. There is potential for better frailty assessment in primary care by using electronic medical record (EMR) data. Aim. To adapt the validated UK 36-item electronic frailty index (eFI) to a Canadian context. Methods. The eFI calculates frailty scores using EMR data. Clinical terminology mapping was required to translate the clinical codes that reflect frailty in the UK eFI to Canadian primary care terminologies (ICD, LOINC, ATC). Manual and automatic mapping was used to develop a superset of codes. We used data from the BC Canadian Primary Care Sentinel Surveillance Network to develop a list of free text terms by searching free text fields related to diagnoses and reasons for patient visits within a sample of patients (65 years) EMRs from July 207 to June 2022. Results: A total of 3768 terms were identified for the frailty factors (302 codes and 747 free text terms). 69% of the factors were captured mostly by codes; 20% mostly by free text; and % were captured approximately equally. Conclusion & Implications: It is difficult to capture frailty using only standardized terminologies used in Canada. A combination of standardized codes and free text better captures the complexity of frailty. This study allows for the development of a frailty screening algorithm and subsequently a frailty screening tool that can be implemented in primary care frailty screening, resulting in improved patient and system level outcomes.Funding sources: Canadian Institutes of Health Research, Canadian Nurses Foundation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,406

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,010
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,287
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Integrated Care→Même sujetFrailty in Older Adults→Travaux en français237 207→