In-hospital mortality following hip fracture care in southern Ontario.
Notice bibliographique
Résumé
BACKGROUND: The incidence of hip fractures is increasing within the aging population. We investigated the overall rate of in-hospital mortality following hip fracture and how this mortality rate compares across academic and community hospitals. METHODS: We reviewed prospectively collected data from 17 hospitals in southern Ontario as part of a project to evaluate a new streamlined clinical care pathway developed for acute care of elderly patients with hip fractures. We collected demographic data, prefracture living status, acute care mortality and time to surgery, and we compared these data between community and academic hospitals. RESULTS: Between March 2007 and February 2008, 2178 consecutive patients were admitted with a hip fracture to 13 community and 4 academic hospitals. The mean age was 79 years and 72% were women. The overall in-hospital mortality rate was 5.0%, with no difference between patients treated in academic versus community hospitals (p = 0.56). We found a greater rate of acute care in-hospital mortality for patients admitted from dependent-living facilities compared with those who were living independently (risk ratio 0.63, 95% confidence interval 0.42-0.96). CONCLUSION: Acute care in-hospital mortality following hip fractures remains high and is consistent across academic and community hospitals. With the rising incidence of hip fractures, we need to improve the models of care for these patients to reduce mortality and to maximize functional outcomes while maintaining efficient use of limited health care resources.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».