Infection after cholecystectomy, hysterectomy or appendectomy.
Notice bibliographique
Résumé
OBJECTIVES: This article uses patient-linked data to focus on hospitalization with post-operative infection following cholecystectomy, hysterectomy or appendectomy. The average number of hospital days and the costs of readmission are also estimated. DATA SOURCE: Data for surgeries in fiscal years 1997/98, 1998/99 and 1999/00 are from the Health Person-Oriented Information Database. ANALYTICAL TECHNIQUES: Bivariate tabulations were used to estimate the percentage of patients hospitalized with post-operative infection after cholecystectomy, hysterectomy or appendectomy between 1997/98 and 1999/00. Logistic regression was used to explore associations between infection and patient characteristics, readmission, and peri-operative mortality, while controlling for surgical characteristics. MAIN RESULTS: Hospitalization with post-operative infection was relatively rare, occurring in 1.4% of cholecystectomy, 2.0% of hysterectomy, and 3.8% of appendectomy patients. The associated costs of readmission for post-operative infection for the three surgeries were estimated at 5.4 to 6.3 million dollars annually. Old age, being male, surgical complexity and approach, and diabetes were associated with hospitalization involving a post-operative infection.
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 | 0,000 |
| 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 ».