Frailty assessment utilization around the globe–a systematic review
Notice bibliographique
Résumé
BACKGROUND: Recent expert guidelines recommend that frailty assessments (FAs) encompass physical, functional, cognitive, social, and mental health domains. This systematic review examines FAs administered globally between 2015 to 2022 in geriatric participants (65 years and older) to characterize the parameters used to assess frailty. METHODS: Following PRISMA guidelines, we screened 3,859 articles and included 202 in the final analysis. FA parameters were coded into 45 health-related categories defined by the authors to evaluate the domains most frequently used. RESULTS: Across 39 countries, 291 FAs were identified, with an average number of 17.36 parameters per instrument. Of the 4,995 total parameters analyzed, 22.32 % assessed functional health or physical performance. Cognitive, mental, and social health were assessed by only 6.09 %, 6.35 %, and 5.01 % of parameters, respectively. CONCLUSIONS: FAs overwhelmingly measure functional and physical health parameters with limited attention to cognitive, mental, and social domains. This imbalance suggests that instruments may fall short of capturing the multidimensional nature of frailty as recommended by recent guidelines. By cataloging current FAs, their components, and the degree to which they reflect comprehensive frailty definitions, this review highlights the need for further research and refinement of FAs to ensure accurate, holistic assessment across diverse clinical settings.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».