Severely Injured Geriatric Population: Morbidity, Mortality, and Risk Factors
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».