Long-Term Survival after Hospitalization for Community-Acquired and Healthcare-Associated 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: Elderly patients surviving community-acquired pneumonia (CAP) have subsequent increased mortality. However, little is known regarding long-term survival in younger adults or those with healthcare-associated pneumonia (HCAP). OBJECTIVES: To identify factors associated with mortality and compare long-term survival in patients hospitalized with HCAP to that of patients with CAP. METHODS: We determined survival after discharge as of December 2002 in a patient cohort admitted with pneumonia between June 1994 and May 1996. We used the Cox proportional hazard model to estimate differences in survival after controlling for confounders. RESULTS: Of the 522 patients hospitalized with pneumonia, 457 survived to discharge. One hundred sixty-four patients (36%, 95% confidence interval, CI, 31-40%) were admitted with HCAP, while 293 (64%, 95% CI 60-69%) were admitted with CAP. Of the 181 deaths in the follow-up period, 70 occurred in patients under age 65 years admitted with HCAP (53% death rate, 95% CI 44-62%). Nineteen of these deaths (27%, 95% CI 17-39%) occurred in the absence of HIV infection. In patients under the age of 65 whose only risk factor for HCAP was treatment for pneumonia or hospitalization in the previous 90 days, 4 of 13 patients (31%, 95% CI 9-61%) died. Twenty percent (95% CI 15-26%) of patients under age 65 years admitted with CAP died during the follow-up. CONCLUSIONS: Admission for HCAP, and to a lesser degree CAP, is associated with increased long-term mortality even in young patients. Future studies are warranted to identify interventions to improve survival in this population.
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