Clinical validation of a frailty management mHealth tool in a cohort of community-dwelling older adults: the Geras Fit-Frailty App
Notice bibliographique
Résumé
OBJECTIVES: This study describes the prototype testing and clinical validation of the Fit-Frailty App, a fully guided, interactive mobile health (mHealth) app to assess frailty and sarcopenia. This multi-dimensional tool is freely available on the App Store and considers medical history, physical performance, cognition, nutrition, daily function and psychosocial domains. To guide management, a total frailty score and clinical summary of underlying "risk flags" are provided. Our objectives were to examine usability, feasibility, criterion and construct validity. DESIGN: Cross-sectional SETTING: Outpatient geriatric medicine clinic PARTICIPANTS: Community-dwelling older adults, age 65 years or older METHODS: The primary outcome of the clinical validation study was criterion validity. A research nurse administered the Fit-Frailty App during a routine clinic appointment. Clinicians simultaneously completed a paper-based frailty index (FI) tool with similar items from a comprehensive geriatric assessment (FI-CGA). Total scores for both assessments were computed using the cumulative deficits frailty index scoring method. Intraclass and Pearson correlation coefficients and 95% CIs were calculated to examine criterion validity. Secondary outcomes were construct validity, feasibility (eg, completion rates, safety occurrences, resources) and usability (eg, ratings on ease of use, time to complete the app). RESULTS: In the clinical validation study (n=75, mean age 79.2, SD=7.0, 53% female), the mean total Fit-Frailty App score was 0.33 (SD=0.13) with 73% of our sample considered frail or severely frail. The app presented comparable results to FI-CGA (moderate to good validity; ICC=0.65, 95%CI=0.50-0.76) with a strong association between the measures (r=0.74, 95%CI=0.62-0.83). In our prototype and clinical cohorts, the app had a 100% completion rate with no safety occurrences and had high usability ratings. CONCLUSIONS: The Fit-Frailty App is a feasible and valid tool that can be used in research and clinical settings to comprehensively assess frailty and sarcopenia by non-geriatricians and could assist with developing targeted interventions.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».