Severely Injured Geriatric Population: Morbidity, Mortality, and Risk Factors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: With an increasing life expectancy and more active elderly population, management of geriatric trauma patients continues to evolve. The aim was to describe the mechanism and injuries of severely injured geriatric patients and to identify risk factors associated with mortality. METHODS: The Trauma Registry at a Canadian Level I trauma center was queried for all trauma patients older than 65 years and injury severity score >15 from 2004 to 2006, resulting in a retrospective chart review of 276 patients. The data were subsequently analyzed using univariate and multivariate analysis. RESULTS: Average age was 81.5 years (mean injury severity score of 25). Most common comorbid illness was hypertension (57.3%) and most frequent mechanism of injury was falls (72.3%). The overall mortality was comparable with the US National Trauma Data Bank (26.8% vs. 32.0%, confidence interval, 0.00-0.10). Geriatric patients requiring intubation, blood transfusions, or suffering from head, C-spine, or chest trauma had an increased likelihood of death. In-hospital respiratory, gastrointestinal, or infectious complications also had higher likelihood of death. CONCLUSIONS: Falls continue to be the most frequent mechanism of injury in severely injured geriatric patients. Risk factors associated with a higher likelihood of death are identified. More research is needed to better understand this important and increasing group of trauma patients.
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.
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 découle