Comparison of six frailty assessment tools for predicting short-term adverse outcomes in elderly colorectal cancer patients after surgery
Notice bibliographique
Résumé
Objective Preoperative frailty in elderly patients with colorectal cancer was evaluated using six frailty assessment tools, frailty phenotype (FP), frailty scale (FRAIL), clinical frailty scale (CFS), Tilburg frailty index (TFI), Edmonton frailty scale (EFS) and Groningen frailty index (GFI). The predictive levels of each scale for short-term adverse outcomes after surgery were compared. Methods A total of 290 elderly patients undergoing laparoscopic radical resection of colorectal cancer in Cancer Hospital Affiliated of Guangxi Medical University from June 2021 to February 2023 were selected as the study subjects. FP, FRAIL, CFS, TFI, EFS, and GFI were used to assess the patient ‘s frailty status. Baseline data and postoperative disability, complications, prolonged hospital stay, and increased treatment costs were collected. The predictive levels of 6 scales for short-term adverse outcomes after surgery were evaluated by receiver operating characteristic (ROC) curves. Results The evaluation of FP, FRAIL, CFS, TFI, EFS and GFI showed that the frailty rate was 41.3%, 29.6%, 38.6%, 65.5%, 37.9% and 38.6%, respectively. There was a statistically significant difference in the detection rates of the six attenuation tools (χ2=88.510, P＜0.01). The maximum AUC for postoperative disability and increased treatment costs were 0.814 and 0.661 predicted by FP. The maximum AUC for postoperative complications and prolonged hospital stay were 0.741 and 0.754 predicted by FRAIL. Conclusion Different frailty tools have significant differences in the detection rate of frailty, with poor consistency; Based on the characteristics and advantages of the tool, taking into account both time and cost, FRAIL is the best predictor of short-term adverse outcomes after surgery.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».