Elderly Trauma Patients with Rib Fractures Are at Greater Risk of Death and Pneumonia
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: The purpose of this study was to show that elderly patients admitted with rib fractures after blunt trauma have increased mortality. METHODS: Demographic, injury severity, and outcome data on a cohort of consecutive adult trauma admissions with rib fractures to a tertiary care trauma center from April 1, 1993, to March 31, 2000, were extracted from our trauma registry. RESULTS: Among 4,325 blunt trauma admissions, there were 405 (9.4%) patients with rib fractures; 113 were aged > or = 65. Injuries were severe, with Injury Severity Score (ISS) > or = 16 in 54.8% of cases, a mean hospital stay of 26.8 +/- 43.7 days, and 28.6% of patients requiring mechanical ventilation. Mortality (19.5% vs. 9.3%; p < 0.05), presence of comorbidity (61.1% vs. 8.6%; p < 0.0001), and falls (14.6% vs. 0.7%; p < 0.0001) were significantly higher in patients aged > or = 65 despite significantly lower ISS (p = 0.031), higher Glasgow Coma Scale score (p = 0.0003), and higher Revised Trauma Score (p < 0.0001). After adjusting for severity (i.e., ISS and Revised Trauma Score), comorbidity, and multiple rib fractures, patients aged > or = 65 had five times the odds of dying when compared with those < 65 years old. CONCLUSION: Despite lower indices of injury severity, even after taking account of comorbidities, mortality was significantly increased in elderly patients admitted to a trauma center with rib fractures.
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