Geriatric cognitive frailty and short-term prognosis following hip fracture surgery
Notice bibliographique
Résumé
BACKGROUND: To evaluate the prevalence of cognitive frailty in geriatric patients with hip fractures and to assess its association with short-term postoperative complications following surgical intervention. METHODS: This single-centre observational study enrolled geriatric patients (aged ≥ 65 years) undergoing surgical intervention for hip fracture. Patients were stratified into cognitive frailty and non-cognitive frailty groups based on assessments using the FRAIL scale and the Montreal Cognitive Assessment (MoCA). Clinical outcomes, including duration of hospitalisation and postoperative complications (e.g., cardiovascular, pulmonary, cerebrovascular, gastrointestinal events, and delirium), were compared between the cohorts. Multivariable logistic regression analysis was employed to identify independent risk factors for postoperative complications. RESULTS: A total of 159 patients (mean age: 81.35 ± 8.44 years) were enrolled, of whom 28.3% were classified as having cognitive frailty. Compared to the non-frail group, the cognitive frailty group exhibited a significantly longer hospital stay (15.6 ± 3.3 days vs. 13.9 ± 2.7 days, P < 0.05) and a higher incidence of postoperative complications (24.4% vs. 8.8%, P = 0.011). Multivariate analysis identified cognitive frailty (OR = 2.73, 95% CI: 1.03-7.25) and the Charlson Comorbidity Index (CCI) (OR = 1.31, 95% CI: 1.01-1.70) as independent risk factors for postoperative complications. CONCLUSION: Cognitive frailty is highly prevalent among elderly patients with hip fractures and represents an independent predictor of short-term postoperative complications. Early identification of cognitive frailty could enhance risk stratification and perioperative management for this vulnerable population.
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 | 0,000 | 0,002 |
| 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 | 0,000 | 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 ».