Predicting short- to medium-term care home admission risk in older adults: a systematic review of externally validated models
Saved in:
Ho, L., et al., Predicting short- to medium-term care home admission risk in older adults: a systematic review of externally validated models. Age and Ageing, vol. 53, n. 5, 2024, 11 p.
Ref.
600657
Location:
SIIS Archivo (R.429)
Palabras clave:
Personas mayores, Dependencia, Residencias, Admisión, Riesgo, Tiempo, Predicción, Modelos, Instrumentos técnicos, Metodología, Validez, Literatura científica, Panorama internacional
Personas mayores, Dependencia, Residencias, Admisión, Riesgo, Tiempo, Predicción, Modelos, Instrumentos técnicos, Metodología, Validez, Literatura científica, Panorama internacional
Abstract:
La predicción del riesgo de ingreso en residencias podría facilitar intervenciones tempranas destinadas a ayudar a los adultos mayores a mantener su independencia. No obstante, antes de su aplicación clínica, estos modelos predictivos requieren validación externa en conjuntos de datos diferentes. Para abordar esta necesidad, se llevó a cabo una revisión sistemática de estudios que validaron externamente modelos de predicción del ingreso en residencias en personas mayores. <br><br> Se realizaron búsquedas en Medline, Embase y la Biblioteca Cochrane hasta el 14 de agosto de 2023, centradas en estudios que incluyeran adultos de 65 años o más y que evaluaran el riesgo de ingreso en residencias con hasta tres años de seguimiento. <br><br> Se extrajeron datos sobre el diseño del estudio, las características de los modelos, así como sobre su discriminación (capacidad para diferenciar entre quienes ingresan o no) y calibración (precisión de las predicciones). El riesgo de sesgo y la aplicabilidad de los modelos se evaluaron utilizando la Herramienta de Evaluación del Riesgo de Sesgo del Modelo de Predicción. <br><br> Cinco estudios cumplieron los criterios de inclusión, reportando la validación de nueve modelos únicos. En términos generales, los modelos mostraron una aceptable aplicabilidad, pero un alto riesgo de sesgo, principalmente por la falta de información sobre la calibración. Cuatro modelos incluyeron morbilidades como predictores, en particular enfermedades neurológicas o psiquiátricas, y otros cuatro consideraron la función física. <br><br> Entre los seis modelos que evaluaron la predicción a un año, tres lograron una discriminación aceptable (AUC entre 0,70 y 0,79), mientras que los otros tres tuvieron un desempeño deficiente (AUC < 0,70). Ninguno de los modelos tuvo en cuenta el riesgo de mortalidad competitiva, es decir, la posibilidad de fallecimiento antes del ingreso en una residencia. Solo un estudio analizó la calibración del modelo y concluyó que era excelente, aunque también omitió la consideración de la mortalidad competitiva. <br><br> En conclusión, la información disponible sobre estos modelos predictivos sigue siendo limitada. En general, presentan una discriminación aceptable en el mejor de los casos, y la calibración se analiza raramente. Es fundamental desarrollar modelos más robustos que consideren explícitamente el riesgo de mortalidad competitiva e informen de forma transparente tanto la calibración como la discriminación para respaldar su aplicación en la práctica clínica.
La predicción del riesgo de ingreso en residencias podría facilitar intervenciones tempranas destinadas a ayudar a los adultos mayores a mantener su independencia. No obstante, antes de su aplicación clínica, estos modelos predictivos requieren validación externa en conjuntos de datos diferentes. Para abordar esta necesidad, se llevó a cabo una revisión sistemática de estudios que validaron externamente modelos de predicción del ingreso en residencias en personas mayores. <br><br> Se realizaron búsquedas en Medline, Embase y la Biblioteca Cochrane hasta el 14 de agosto de 2023, centradas en estudios que incluyeran adultos de 65 años o más y que evaluaran el riesgo de ingreso en residencias con hasta tres años de seguimiento. <br><br> Se extrajeron datos sobre el diseño del estudio, las características de los modelos, así como sobre su discriminación (capacidad para diferenciar entre quienes ingresan o no) y calibración (precisión de las predicciones). El riesgo de sesgo y la aplicabilidad de los modelos se evaluaron utilizando la Herramienta de Evaluación del Riesgo de Sesgo del Modelo de Predicción. <br><br> Cinco estudios cumplieron los criterios de inclusión, reportando la validación de nueve modelos únicos. En términos generales, los modelos mostraron una aceptable aplicabilidad, pero un alto riesgo de sesgo, principalmente por la falta de información sobre la calibración. Cuatro modelos incluyeron morbilidades como predictores, en particular enfermedades neurológicas o psiquiátricas, y otros cuatro consideraron la función física. <br><br> Entre los seis modelos que evaluaron la predicción a un año, tres lograron una discriminación aceptable (AUC entre 0,70 y 0,79), mientras que los otros tres tuvieron un desempeño deficiente (AUC < 0,70). Ninguno de los modelos tuvo en cuenta el riesgo de mortalidad competitiva, es decir, la posibilidad de fallecimiento antes del ingreso en una residencia. Solo un estudio analizó la calibración del modelo y concluyó que era excelente, aunque también omitió la consideración de la mortalidad competitiva. <br><br> En conclusión, la información disponible sobre estos modelos predictivos sigue siendo limitada. En general, presentan una discriminación aceptable en el mejor de los casos, y la calibración se analiza raramente. Es fundamental desarrollar modelos más robustos que consideren explícitamente el riesgo de mortalidad competitiva e informen de forma transparente tanto la calibración como la discriminación para respaldar su aplicación en la práctica clínica.
Similar Items: Predicting short- to medium-term care home admission risk in older adults: a systematic review of externally validated models
- Predictors of mortality shortly after entering a long-term care facility
- CHARACTERISTICS PREDICTING NURSING HOME ADMISSION IN THE PROGRAM OF ALL-INCLUSIVE CARE FOR ELDERLY PEOPLE
- External validation of the Vulnerable Elder’s Survey for predicting mortality and emergency admission in older community-dwelling people: a prospective cohort study
- Development and external validation of the eFalls tool: a multivariable prediction model for the risk of ED attendance or hospitalisation with a fall or fracture in older adults
- FACTORS PREDICTIVE OF OUTCOME ON ADMISSION TO AN ACUTE GERIATRIC WARD
- Does identifying frailty from ICD-10 coded data on hospital admission improve prediction of adverse outcomes in older surgical patients? A population-based study