[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_thang%20%C4%91i%E1%BB%83m%20nguy%20c%C6%A1%20suy%20y%E1%BA%BFu%20b%E1%BB%87nh%20vi%E1%BB%87n{\"limit\":5}":3,"_public_topic_byId_thang điểm nguy cơ suy yếu bệnh viện":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":17,"synonyms":18,"definition":21,"discipline":22,"references":23,"faqs":63,"createUser":73,"publishUser":77,"keywords":78,"keywordCount":89,"enrichTopicLink":90,"status":91,"createTime":92,"updateTime":93,"publishTime":94,"linkEnrichedTime":95,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":96,"relateTopics":97},"thang điểm nguy cơ suy yếu bệnh viện","Thang điểm nguy cơ suy yếu bệnh viện là gì? Phân tầng HFRS","Tìm hiểu thang điểm nguy cơ suy yếu bệnh viện (HFRS): nguyên lý mã ICD-10, phân tầng nguy cơ và giá trị tiên lượng kết cục lâm sàng ở người cao tuổi.","\u003Cp>Thang điểm nguy cơ suy yếu bệnh viện (Hospital Frailty Risk Score - HFRS) là công cụ sàng lọc tự động dựa trên các mã chẩn đoán ICD-10 từ hồ sơ bệnh án điện tử, giúp phân tầng nguy cơ suy yếu và tiên lượng các kết cục bất lợi ở bệnh nhân cao tuổi nhập viện. Được phát triển từ nghiên cứu của Gilbert và cộng sự (2018) trên 22139 bệnh nhân và thẩm định trên 1013590 bệnh nhân cao tuổi tại Anh, HFRS chuyển đổi các thông tin hành chính y tế sẵn có thành chỉ số nguy cơ định lượng mà không đòi hỏi thêm thời gian thăm khám thể chất trực tiếp tại giường bệnh.\u003C\u002Fp>\n\n\u003Ch2>Bản chất hội chứng suy yếu và sự ra đời của HFRS\u003C\u002Fh2>\n\u003Cp>{{topic|%7B%22topic%22%3A%22h%E1%BB%99i%20ch%E1%BB%A9ng%20l%C3%A3o%20khoa%22%7D}} suy yếu (frailty) trong y học hiện đại được nhìn nhận là một hội chứng đa chiều đặc trưng bởi sự suy giảm dự trữ sinh lý trên nhiều hệ cơ quan, dẫn đến việc gia tăng tính dễ bị tổn thương của cơ thể trước các tác nhân gây stress cấp tính (Dent và cs., 2019). Khi một người cao tuổi rơi vào tình trạng {{topic|%7B%22topic%22%3A%22suy%20y%E1%BA%BFu%22%7D}}, ngay cả một biến cố bệnh lý nhẹ như nhiễm khuẩn đường tiết niệu, té ngã nhẹ hoặc thay đổi liều thuốc cũng có thể kích hoạt chuỗi suy sụp chức năng nghiêm trọng, kéo theo {{topic|%7B%22topic%22%3A%22m%C3%AA%20s%E1%BA%A3ng%22%7D}}, tàn phế, nằm viện kéo dài hoặc tử vong.\u003C\u002Fp>\n\n\u003Cp>Trong thực hành lâm sàng truyền thống, việc xác định suy yếu thường dựa vào hai mô hình kinh điển: mô hình kiểu hình suy yếu thể chất (Fried Phenotype) tập trung vào các dấu hiệu thể lực như sụt cân không chủ ý, kiệt sức, yếu cơ bắp, tốc độ đi bộ chậm và giảm mức độ hoạt động thể lực; hoặc mô hình tích lũy khiếm khuyết (Rockwood Frailty Index và Clinical Frailty Scale - CFS) đánh giá tổng hợp các bệnh lý đồng mắc, khiếm khuyết {{topic|%7B%22topic%22%3A%22ch%E1%BB%A9c%20n%C4%83ng%20nh%E1%BA%ADn%20th%E1%BB%A9c%22%7D}} và khả năng tự chăm sóc {{topic|%7B%22topic%22%3A%22sinh%20ho%E1%BA%A1t%20h%C3%A0ng%20ng%C3%A0y%22%7D}}. Mặc dù các công cụ này mang lại giá trị tiên lượng chính xác, việc áp dụng chúng trong môi trường cấp cứu bệnh viện thường gặp phải rào cản lớn: đòi hỏi nhân lực y tế được đào tạo chuyên sâu, tiêu tốn thời gian phỏng vấn, phụ thuộc vào sự hợp tác của người bệnh và khó có thể thực hiện đồng loạt trên toàn bộ bệnh nhân nhập viện.\u003C\u002Fp>\n\n\u003Cp>Trước áp lực già hóa dân số và nhu cầu cấp thiết phải phân loại sớm người bệnh có nguy cơ cao để can thiệp kịp thời, nhóm nghiên cứu tại Vương quốc Anh do Thomas Gilbert dẫn đầu đã đề xuất một hướng tiếp cận đột phá: sử dụng chính các dữ liệu chẩn đoán bệnh tật ICD-10 vốn được ghi nhận thường quy trong hồ sơ bệnh án điện tử để tính toán nguy cơ suy yếu một cách tự động và khách quan.\u003C\u002Fp>\n\n\u003Ch2>Phương pháp xây dựng và cấu trúc thang điểm HFRS\u003C\u002Fh2>\n\u003Cp>Công trình nghiên cứu phát triển thang điểm HFRS được công bố trên tạp chí y khoa danh tiếng The Lancet bởi Gilbert và cộng sự (2018). Nhóm tác giả đã áp dụng phương pháp phân tích cụm (cluster analysis) trên đoàn hệ phát triển gồm 22139 bệnh nhân từ 75 tuổi trở lên điều trị nội trú (bao gồm cả nhập viện theo kế hoạch, cấp cứu và điều trị trong ngày) tại ba khu vực thuộc hệ thống Dịch vụ Y tế Quốc gia Anh (NHS) để tìm kiếm các đặc điểm bệnh tật gắn liền với mức độ tiêu tốn tài nguyên y tế cao và thời gian nằm viện kéo dài.\u003C\u002Fp>\n\n\u003Cp>Từ hàng nghìn mã phân loại bệnh tật quốc tế của Tổ chức Y tế Thế giới, các tác giả đã chắt lọc được 109 mã chẩn đoán ICD-10 có tần suất xuất hiện vượt trội ở nhóm người bệnh mang đặc điểm suy yếu. Mỗi mã chẩn đoán sau đó được tính điểm trọng số dựa trên hệ số hồi quy logistic dự báo khả năng người bệnh thuộc về nhóm mang đặc điểm suy yếu trong mô hình phát triển. Dựa trên tổng điểm tích lũy của các mã bệnh nhân mắc phải trong đợt nhập viện hiện tại hoặc tiền sử các lần nhập viện trước đó, thang điểm HFRS phân loại người bệnh thành ba mức nguy cơ rõ rệt (Gilbert và cs., 2018):\u003C\u002Fp>\n\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Phân tầng nguy cơ\u003C\u002Fth>\n      \u003Cth>Ngưỡng điểm HFRS\u003C\u002Fth>\n      \u003Cth>Đặc điểm lâm sàng và tiên lượng\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Nguy cơ thấp (Low risk)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Dưới 5 điểm\u003C\u002Ftd>\n      \u003Ctd>Người bệnh có ít hoặc không có các mã bệnh lý liên quan đến suy yếu; dự trữ sinh lý tương đối ổn định; tiên lượng hồi phục tốt khi điều trị các bệnh cấp tính.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Nguy cơ trung bình (Intermediate risk)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Từ 5 đến 15 điểm\u003C\u002Ftd>\n      \u003Ctd>Xuất hiện các hội chứng lão khoa mức độ nhẹ đến vừa; bắt đầu có hiện tượng suy giảm khả năng bù trừ sinh lý; cần theo dõi sát các biến chứng nội viện.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>\u003Cstrong>Nguy cơ cao (High risk)\u003C\u002Fstrong>\u003C\u002Ftd>\n      \u003Ctd>Trên 15 điểm\u003C\u002Ftd>\n      \u003Ctd>Tích lũy nhiều khiếm khuyết mạn tính phức tạp; suy kiệt chức năng nặng nề; nguy cơ cao xuất hiện mê sảng, nhiễm trùng cơ hội, nằm viện kéo dài và tử vong.\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Cp>Danh mục 109 mã ICD-10 trong cấu trúc của HFRS bao quát các vấn đề sức khỏe kinh điển ở người cao tuổi, bao gồm rối loạn nhận thức ({{topic|%7B%22topic%22%3A%22sa%20s%C3%BAt%20tr%C3%AD%20tu%E1%BB%87%22%7D}}, mê sảng), suy giảm vận động và chấn thương (ngã, gãy cổ xương đùi), suy dinh dưỡng và rối loạn chuyển hóa ({{topic|%7B%22topic%22%3A%22h%E1%BA%A1%20natri%20m%C3%A1u%22%7D}}, mất nước), loét tì đè, tiểu tiện không tự chủ, cùng các biến chứng nhiễm trùng cơ hội. Điểm số HFRS càng cao phản ánh sự tích lũy của các tổn thương đa cơ quan, tương ứng với khái niệm suy giảm dự trữ sinh lý trong định nghĩa lão khoa.\u003C\u002Fp>\n\n\u003Ch2>Giá trị thẩm định và năng lực tiên lượng lâm sàng\u003C\u002Fh2>\n\u003Cp>Để kiểm chứng độ tin cậy và giá trị ứng dụng, Gilbert và cộng sự (2018) đã tiến hành thẩm định thang điểm HFRS trên một đoàn hệ quốc gia khổng lồ gồm 1013590 bệnh nhân cao tuổi tại Anh. Kết quả nghiên cứu cho thấy điểm HFRS cao có liên quan đến việc gia tăng nguy cơ xuất hiện các biến cố bất lợi nội viện ở cấp độ quần thể, dù khả năng phân định ở từng cá thể người bệnh ở mức khiêm tốn (c-statistic dao động từ 0.56 đến 0.68):\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Nguy cơ tử vong trong 30 ngày:\u003C\u002Fstrong> So với 429762 bệnh nhân (chiếm 42.4 phần trăm đoàn hệ) thuộc nhóm nguy cơ thấp, 202718 bệnh nhân (chiếm 20.0 phần trăm) thuộc nhóm có điểm HFRS cao nhất có tỷ suất chênh tử vong trong vòng 30 ngày tăng đáng kể với OR = 1.71 (khoảng tin cậy 95% từ 1.68 đến 1.75; c-statistic = 0.60).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Thời gian nằm viện kéo dài:\u003C\u002Fstrong> HFRS thể hiện khả năng dự báo vượt trội đối với thời gian nằm viện kéo dài trên 10 ngày. Nhóm nguy cơ cao có nguy cơ nằm viện kéo dài gấp hơn 6 lần so với nhóm nguy cơ thấp với OR = 6.03 (khoảng tin cậy 95% từ 5.92 đến 6.10; c-statistic = 0.68).\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tái nhập viện cấp cứu trong 30 ngày:\u003C\u002Fstrong> Bệnh nhân thuộc nhóm HFRS cao có nguy cơ tái nhập viện cấp cứu trong vòng 30 ngày sau khi xuất viện cao hơn rõ rệt với OR = 1.48 (khoảng tin cậy 95% từ 1.46 đến 1.50; c-statistic = 0.56).\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Khi đối chiếu với các công cụ đánh giá suy yếu lâm sàng tại giường, HFRS thể hiện mức độ tương đồng vừa phải với chỉ số khiếm khuyết Rockwood Frailty Index (hệ số tương quan Pearson r = 0.41, khoảng tin cậy 95% từ 0.38 đến 0.47) HFRS thể hiện mức độ tương đồng vừa phải với chỉ số khiếm khuyết Rockwood Frailty Index (hệ số tương quan Pearson r = 0.41, khoảng tin cậy 95% từ 0.38 đến 0.47; hệ số kappa đạt 0.30, khoảng tin cậy 95% từ 0.22 đến 0.38 khi nhị phân hóa theo phân loại chuẩn) và mức độ tương đồng khiêm tốn với kiểu hình suy yếu Fried (hệ số kappa đạt 0.22, khoảng tin cậy 95% từ 0.15 đến 0.30) (Gilbert và cs., 2018).\u003C\u002Fp>\n\n\u003Cp>Tính phổ quát của thang điểm tiếp tục được khẳng định qua nghiên cứu thẩm định ngoài độc lập của McAlister và van Walraven (2019) công bố trên tạp chí BMJ Quality & Safety. Nghiên cứu thực hiện trên đoàn hệ hồi cứu gồm 452785 bệnh nhân từ 75 tuổi trở lên nhập viện cấp cứu tại bang Ontario, Canada. Các tác giả ghi nhận 25.9 phần trăm bệnh nhân được xếp vào nhóm có điểm HFRS nguy cơ trung bình hoặc cao. Đáng chú ý, tỷ lệ nằm viện kéo dài trên 10 ngày ở nhóm HFRS nguy cơ cao lên tới 70.0 phần trăm và ở nhóm nguy cơ trung bình là 49.7 phần trăm, vượt trội hoàn toàn so với tỷ lệ chỉ 21.3 phần trăm ở nhóm nguy cơ thấp (c-statistic = 0.71). Tỷ lệ tử vong trong vòng 30 ngày cũng tăng từ 12.7 phần trăm ở nhóm nguy cơ thấp lên 15.5 phần trăm ở nhóm nguy cơ cao (McAlister và van Walraven, 2019). Dữ liệu này chứng minh giá trị của HFRS trong việc nhận diện nhóm người bệnh có nguy cơ nằm viện kéo dài ở cấp độ quản lý bệnh viện.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng thang điểm HFRS trong thực hành lâm sàng tại Việt Nam\u003C\u002Fh2>\n\u003Cp>Tại Việt Nam, quá trình già hóa dân số đang diễn ra với tốc độ nhanh chóng, đặt ra thách thức nặng nề cho hệ thống y tế công cộng. Các khoa Lão khoa và Tim mạch tại các bệnh viện lớn như Bệnh viện Thống Nhất và Bệnh viện Đại học Y Dược Thành phố Hồ Chí Minh đã bắt đầu triển khai các nghiên cứu đánh giá suy yếu nhằm cá thể hóa phác đồ điều trị cho người bệnh cao tuổi.\u003C\u002Fp>\n\n\u003Cp>Nghiên cứu của Nguyen và cộng sự (2024) công bố trên tạp chí Australasian Journal on Ageing đã khảo sát việc ứng dụng thang điểm HFRS trên 511 bệnh nhân từ 60 tuổi trở lên nhập viện vì {{topic|%7B%22topic%22%3A%22h%E1%BB%99i%20ch%E1%BB%A9ng%20v%C3%A0nh%20c%E1%BA%A5p%22%7D}} tại Bệnh viện Thống Nhất. Khi sử dụng ngưỡng cắt gốc từ 5 điểm trở lên để xác định suy yếu, nhóm nghiên cứu ghi nhận tỷ lệ suy yếu trong quần thể này đạt 29 phần trăm. Phân tích hồi quy đa biến chứng minh tình trạng suy yếu theo HFRS là yếu tố dự báo độc lập đối với hàng loạt kết cục nguy hiểm trong thời gian nằm viện:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>Làm tăng nguy cơ xuất huyết nặng nội viện với OR = 4.07 (khoảng tin cậy 95% từ 1.73 đến 9.54).\u003C\u002Fli>\n  \u003Cli>Làm tăng nguy cơ mắc {{topic|%7B%22topic%22%3A%22vi%C3%AAm%20ph%E1%BB%95i%20b%E1%BB%87nh%20vi%E1%BB%87n%22%7D}} với OR = 2.55 (khoảng tin cậy 95% từ 1.20 đến 5.42).\u003C\u002Fli>\n  \u003Cli>Làm tăng nguy cơ tử vong do mọi nguyên nhân trong bệnh viện với OR = 3.14 (khoảng tin cậy 95% từ 1.37 đến 7.20) so với nhóm không suy yếu (Nguyen và cs., 2024).\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Tiếp nối các kết quả trên, nghiên cứu thuần tập đa trung tâm của Van Nguyen và cộng sự (2025) công bố trên tạp chí BMC Geriatrics đã tiến hành so sánh đối đầu giữa hai công cụ đánh giá suy yếu phổ biến là Clinical Frailty Scale (CFS) và HFRS trên 504 bệnh nhân cao tuổi mắc hội chứng vành cấp tại Việt Nam. Kết quả cho thấy mức độ tương quan giữa CFS và HFRS đạt mức khá với {{topic|%7B%22topic%22%3A%22di%E1%BB%87n%20t%C3%ADch%20d%C6%B0%E1%BB%9Bi%20%C4%91%C6%B0%E1%BB%9Dng%20cong%22%7D}} ROC là AUC = 0.787 (p < 0.010). Tuy nhiên, khi áp dụng ngưỡng cắt nguyên bản của Gilbert (HFRS từ 5 điểm trở lên), thang điểm chỉ đạt độ nhạy khiêm tốn 39.7 phần trăm (độ đặc hiệu 79.2%) trong việc nhận diện người bệnh suy yếu theo tiêu chuẩn lâm sàng CFS. Để tối ưu hóa công cụ cho thực địa y tế Việt Nam, nhóm tác giả đã xác định ngưỡng cắt xác suất tối ưu mới là HFRS từ 1.15 điểm trở lên, giúp nâng vọt độ nhạy lên 90.2 phần trăm. Những bệnh nhân được xếp loại suy yếu theo ngưỡng điều chỉnh mới này có nguy cơ tử vong trung hạn trong 9 tháng theo dõi cao gấp 2.29 lần so với nhóm không suy yếu (HR = 2.29, p = 0.001) (Van Nguyen và cs., 2025).\u003C\u002Fp>\n\n\u003Ch2>Ưu điểm, ranh giới và các hạn chế cần lưu ý khi sử dụng HFRS\u003C\u002Fh2>\n\u003Cp>Thang điểm HFRS sở hữu những ưu điểm nổi bật trong bối cảnh quản lý y tế và chuyển đổi số bệnh viện:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Tự động hóa hoàn toàn và chi phí thấp:\u003C\u002Fstrong> Điểm HFRS có thể được lập trình để tự động tính toán ngay khi dữ liệu chẩn đoán ICD-10 được nhập vào hệ thống bệnh án điện tử, giúp sàng lọc đồng loạt hàng vạn lượt bệnh nhân mà không làm tăng tải công việc thăm khám cho nhân viên y tế trực tiếp.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Khách quan và có tính tái lập cao:\u003C\u002Fstrong> Khác với các bảng điểm lâm sàng phụ thuộc vào kỹ năng đánh giá chủ quan của bác sĩ hay trí nhớ của người bệnh, HFRS dựa trên các chẩn đoán bệnh học được chuẩn hóa.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Hỗ trợ phân bổ nguồn lực y tế:\u003C\u002Fstrong> Giúp các nhà quản lý bệnh viện nhận diện các nhóm bệnh nhân có nguy cơ nằm viện kéo dài để chủ động lập kế hoạch xuất viện sớm, hội chẩn đa chuyên khoa và chuyển tuyến chăm sóc phục hồi chức năng kịp thời.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Cp>Mặc dù mang lại nhiều lợi ích thực tiễn, việc ứng dụng HFRS cũng tồn tại những ranh giới kỹ thuật và hạn chế cố hữu cần được các bác sĩ lâm sàng thấu hiểu sâu sắc:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Phụ thuộc chặt chẽ vào chất lượng mã hóa bệnh án:\u003C\u002Fstrong> HFRS chỉ phản ánh chính xác khi hệ thống mã hóa ICD-10 của bệnh viện được ghi nhận đầy đủ và chuẩn xác. Tại các cơ sở y tế nơi nhân viên mã hóa bỏ sót các bệnh lý mạn tính kèm theo (undercoding) hoặc ghi nhận chẩn đoán hời hợt, điểm HFRS sẽ bị sai lệch nghiêm trọng, làm sụt giảm độ nhạy phát hiện người bệnh có nguy cơ.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Tính chất phản ánh tĩnh và độ trễ thông tin:\u003C\u002Fstrong> Các mã chẩn đoán trong hồ sơ y tế phản ánh tiền sử bệnh tật tích lũy trong quá khứ thay vì đo lường trạng thái chức năng vận động, sức mạnh cơ bắp hoặc khả năng nhận thức hiện thời của bệnh nhân ngay tại thời điểm nhập viện cấp tính.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Hiện tượng sai số đối với người bệnh ít tiền sử nằm viện:\u003C\u002Fstrong> Một người cao tuổi thực sự suy yếu nghiêm trọng nhưng trước đó chưa từng hoặc ít khi đến khám tại các bệnh viện lớn có thể có hồ sơ ICD-10 rất nghèo nàn. Khi đó, thang điểm HFRS sẽ đánh giá người này ở mức nguy cơ thấp, dẫn đến việc bỏ sót các đối tượng dễ bị tổn thương.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Không thay thế Đánh giá Lão khoa Toàn diện (CGA):\u003C\u002Fstrong> HFRS được thiết kế đóng vai trò như một công cụ sàng lọc cấp độ quản trị hệ thống và phân tầng rủi ro ban đầu. Nó không thể thay thế cho quy trình Đánh giá Lão khoa Toàn diện chuyên sâu tại giường bệnh vốn là tiêu chuẩn vàng để đưa ra các can thiệp điều trị cá thể hóa cho từng bệnh nhân cao tuổi.\u003C\u002Fli>\n\u003C\u002Ful>\n","Hospital Frailty Risk Score",[19,20],"HFRS","thang điểm HFRS","Thang điểm nguy cơ suy yếu bệnh viện (Hospital Frailty Risk Score - HFRS) là công cụ sàng lọc tự động dựa trên các mã chẩn đoán ICD-10 từ hồ sơ bệnh án điện tử, giúp phân tầng nguy cơ suy yếu và tiên lượng các kết cục bất lợi ở bệnh nhân cao tuổi nhập viện.","MEDICAL_HEALTH_SCIENCES",[24,32,40,48,56],{"citationText":25,"title":26,"authors":27,"source":28,"year":29,"doi":30,"url":31},"Gilbert, T., Neuburger, J., Kraindler, J., Keeble, E., Smith, P., Ariti, C., Arora, S., Street, A., Parker, S., Roberts, H. C., Bardsley, M., Conroy, S. (2018). Development and validation of a Hospital Frailty Risk Score focusing on older people in acute care settings using electronic hospital records: an observational study. The Lancet, 391(10132), 1775-1782.","Development and validation of a Hospital Frailty Risk Score focusing on older people in acute care settings using electronic hospital records: an observational study","T. Gilbert, J. Neuburger, J. Kraindler, E. Keeble, P. Smith, C. Ariti, S. Arora, A. Street, S. Parker, H. C. Roberts, M. Bardsley, S. Conroy","The Lancet, 391(10132), 1775-1782",2018,"10.1016\u002FS0140-6736(18)30668-8","https:\u002F\u002Fdoi.org\u002F10.1016\u002FS0140-6736(18)30668-8",{"citationText":33,"title":34,"authors":35,"source":36,"year":37,"doi":38,"url":39},"McAlister, F. A., van Walraven, C. (2019). External validation of the Hospital Frailty Risk Score and comparison with the Hospital-patient One-year Mortality Risk Score to predict outcomes in elderly hospitalised patients: a retrospective cohort study. BMJ Quality & Safety, 28(4), 284-288.","External validation of the Hospital Frailty Risk Score and comparison with the Hospital-patient One-year Mortality Risk Score to predict outcomes in elderly hospitalised patients: a retrospective cohort study","F. A. McAlister, C. van Walraven","BMJ Quality & Safety, 28(4), 284-288",2019,"10.1136\u002Fbmjqs-2018-008661","https:\u002F\u002Fdoi.org\u002F10.1136\u002Fbmjqs-2018-008661",{"citationText":41,"title":42,"authors":43,"source":44,"year":45,"doi":46,"url":47},"Nguyen, T. V., Tran, H. M., Trinh, H. B. T., Vu, V. H., Bang, V. A. (2024). Prevalence of frailty according to the Hospital Frailty Risk Score and related factors in older patients with acute coronary syndromes in Vietnam. Australasian Journal on Ageing, 43(2), 288-296.","Prevalence of frailty according to the Hospital Frailty Risk Score and related factors in older patients with acute coronary syndromes in Vietnam","T. V. Nguyen, H. M. Tran, H. B. T. Trinh, V. H. Vu, V. A. Bang","Australasian Journal on Ageing, 43(2), 288-296",2024,"10.1111\u002Fajag.13307","https:\u002F\u002Fdoi.org\u002F10.1111\u002Fajag.13307",{"citationText":49,"title":50,"authors":51,"source":52,"year":53,"doi":54,"url":55},"Van Nguyen, T., Tran, H. M., Ngo, T. K. T. (2025). Comparative clinical frailty scale and hospital frailty risk score in identifying frailty and predicting mid-term outcomes in older patients with acute coronary syndrome: a multicenter cohort study in Vietnam. BMC Geriatrics, 25(1), 169.","Comparative clinical frailty scale and hospital frailty risk score in identifying frailty and predicting mid-term outcomes in older patients with acute coronary syndrome: a multicenter cohort study in Vietnam","T. Van Nguyen, H. M. Tran, T. K. T. Ngo","BMC Geriatrics, 25(1), 169",2025,"10.1186\u002Fs12877-025-05690-6","https:\u002F\u002Fdoi.org\u002F10.1186\u002Fs12877-025-05690-6",{"citationText":57,"title":58,"authors":59,"source":60,"year":37,"doi":61,"url":62},"Dent, E., Martin, F. C., Bergman, H., Woo, J., Romero-Ortuno, R., Walston, J. D. (2019). Management of frailty: opportunities, challenges, and future directions. The Lancet, 394(10206), 1376-1386.","Management of frailty: opportunities, challenges, and future directions","E. Dent, F. C. Martin, H. Bergman, J. Woo, R. Romero-Ortuno, J. D. Walston","The Lancet, 394(10206), 1376-1386","10.1016\u002FS0140-6736(19)31785-4","https:\u002F\u002Fdoi.org\u002F10.1016\u002FS0140-6736(19)31785-4",[64,67,70],{"question":65,"answer":66},"Thang điểm nguy cơ suy yếu bệnh viện (HFRS) được tính toán như thế nào?","Thang điểm HFRS được tính toán tự động từ hồ sơ bệnh án điện tử bằng cách quét và tổng hợp điểm số trọng số của 109 mã chẩn đoán ICD-10 liên quan đến hội chứng suy yếu mà bệnh nhân từng mắc phải, hoàn toàn không đòi hỏi phỏng vấn hay thực hiện các bài kiểm tra thể lực trực tiếp.",{"question":68,"answer":69},"Các mức phân tầng nguy cơ theo thang điểm HFRS nguyên bản là gì?","Thang điểm HFRS nguyên bản của Gilbert và cộng sự phân chia người bệnh thành ba nhóm nguy cơ: nhóm nguy cơ thấp (dưới 5 điểm), nhóm nguy cơ trung bình (từ 5 đến 15 điểm), và nhóm nguy cơ cao (trên 15 điểm).",{"question":71,"answer":72},"Điểm HFRS cao dự báo những kết cục lâm sàng bất lợi nào ở người bệnh cao tuổi?","Điểm HFRS cao dự báo sự gia tăng đáng kể nguy cơ tử vong trong vòng 30 ngày, nguy cơ nằm viện kéo dài trên 10 ngày, tỷ lệ tái nhập viện cấp cứu, cũng như làm tăng nguy cơ gặp phải các biến cố nguy hiểm như xuất huyết nặng hay viêm phổi bệnh viện.",{"id":74,"researcherId":10,"name":75,"imageUrl":76},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":74,"researcherId":10,"name":75,"imageUrl":76},[79,80,81,82,83,84,85,86,87,88],"hội chứng lão khoa","suy yếu","mê sảng","chức năng nhận thức","sinh hoạt hàng ngày","sa sút trí tuệ","hạ natri máu","hội chứng vành cấp","viêm phổi bệnh viện","diện tích dưới đường cong",10,true,"PUBLISHED","2025-12-01T09:43:09.803+00:00","2026-09-04T12:10:02.161+00:00","2026-09-04T12:03:23.177+00:00","2026-09-04T12:10:01.778+00:00",0,[98,102,105,108,111,114,117,126,129,133],{"id":99,"title":100,"term":99,"englishTitle":101,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hồi hải mã","Hồi hải mã là gì? Các nghiên cứu khoa học về Hồi hải mã","Hippocampus",{"id":103,"title":104,"term":103,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"integration","Integration là gì? Các nghiên cứu khoa học về Integration",{"id":106,"title":107,"term":106,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"nghiên cứu in vivo","Nghiên cứu in vivo là gì? Các nghiên cứu khoa học ",{"id":109,"title":110,"term":109,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"xelox","Xelox là gì? Các nghiên cứu khoa học về Xelox",{"id":112,"title":113,"term":112,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"hydrat hóa","Hydrat hóa là gì? Các bài báo nghiên cứu khoa học liên quan",{"id":115,"title":116,"term":115,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"caffein","Caffein là gì? Các bài báo, nghiên cứu khoa học về Caffein",{"id":118,"title":119,"term":118,"englishTitle":120,"definition":121,"discipline":22,"disciplineCode":122,"disciplineLabel":123,"disciplineColor":124,"disciplineIcon":125},"thang điểm barthel","Thang điểm Barthel là gì? Phân loại, cách tính và ứng dụng","Barthel Index","Thang điểm Barthel là thang đo lượng giá lâm sàng gồm 10 hoạt động sinh hoạt hàng ngày cơ bản với tổng điểm từ 0 đến 100, xác định mức độ độc lập chức năng của người bệnh.","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":127,"title":128,"term":127,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"carbapenemase","Carbapenemase là gì? Các công bố khoa học về Carbapenemase",{"id":130,"title":131,"term":130,"englishTitle":130,"definition":132,"discipline":22,"disciplineCode":122,"disciplineLabel":123,"disciplineColor":124,"disciplineIcon":125},"nomogram","Nomogram là gì? Cấu trúc, kiểm chuẩn và ứng dụng y học","Nomogram là một công cụ tính toán đồ họa hai chiều biểu diễn trực quan các phương trình hồi quy đa biến phức tạp thành các thang điểm tuyến tính đơn giản, cho phép tính toán nhanh xác suất cá thể hóa của một biến cố lâm sàng cụ thể.",{"id":134,"title":135,"term":134,"englishTitle":10,"definition":10,"discipline":10,"disciplineCode":10,"disciplineLabel":10,"disciplineColor":10,"disciplineIcon":10},"lối sống lành mạnh","Lối sống lành mạnh là gì? Các nghiên cứu khoa học liên quan"]