Cognitive impairment improves the predictive validity of physical frailty for mortality in patients with advanced heart failure referred for heart transplantation
Notice bibliographique
Résumé
© 2016 International Society for Heart and Lung Transplantation Background The aim of this study was to identify whether the addition of cognitive impairment, depression, or both, to the assessment of physical frailty provides better outcome prediction in patients with advanced heart failure referred for heart transplantation (HT). Methods Beginning in March 2013, all patients with advanced heart failure referred to our Transplant Unit have undergone a physical frailty assessment using the Fried frailty phenotype. Cognition was assessed with the Montreal Cognitive Assessment and depression with the Depression in Medical Illness questionnaire. We assessed the value of 4 composite frailty measures: physical frailty (PF ≥ 3 of 5 = frailty), “cognitive frailty” (CogF ≥ 3 of 6 = frail), “depressive frailty” (DepF ≥ 3 of 6 = frail), and “cognitive-depressive frailty” (ComF ≥ 3 of 7 = frail) in predicting outcomes. Results Frailty was assessed in 156 patients (109 men, 47 women), aged 53 ± 13 years, and with a left ventricular ejection fraction of 27% ± 14%. Inclusion of cognitive impairment or depression in the definition of frailty increased the proportion classified as frail from 33% using PF to 42% using ComF. During follow-up, 28 patients died before ventricular assist device implantation or HT. Frailty was associated with significantly lower ventricular assist device- and HT-free survival, with CogF best capturing early mortality: 12-month survival for non-frail and frail cohorts was 81% ± 5% vs 58% ± 10% (p < 0.02) using PF and 85% ± 5% vs 56% ± 9% (p < 0.002) using CogF. Combining the Depression in Medical Illness score with PF or CogF did not strengthen the relationship between frailty and mortality. Conclusions The addition of cognitive impairment to the assessment of PF strengthened its capacity to identify advanced heart failure patients referred for HT who are at high risk of early death.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».