Not All Critically Ill Obese Patients Are the Same: The Influence of Prior Comorbidities
Notice bibliographique
Résumé
Purpose. Data suggest that obesity in critical illness is associated with improved outcomes. We postulate that these findings may be influenced by preillness comorbidities. We sought to determine if critically ill obese patients without significant comorbidity had improved mortality compared to obese patients with multiple comorbidities. Materials and Methods. We analyzed data from a prospective observational study conducted in 3 tertiary ICUs. Severely obese (body mass index ≥30) adults in the ICU for ≥24 hours were identified and classified into limited comorbid illnesses (0-1) or multiple comorbidities (≥2). The primary outcome was the odds ratio (OR) of mortality at day 28. Important secondary outcomes were ICU length of stay and ICU free days in the first 28 days. Results. 598 patients were enrolled; 183 had BMI ≥30. Of these, 38 had limited comorbidities and 145 had multiple comorbidities. In unadjusted analyses, obese patients with multiple comorbidities were 4.70 times (95% CI 1.07-20.6) as likely to die by day 28 compared to patients with limited comorbidities (P = 0.04). After stratifying by admission diagnosis and adjusting for APACHE II score, the influence of comorbidities remained large and trended toward significance (OR 4.28, 95% CI 0.92-20.02, P = 0.06). In adjusted analyses, obese patients with multiple comorbidities tended to have longer ICU duration (3.06 days, SE 2.28, P = 0.18) and had significantly fewer ICU free days in the first 28 days (-3.92 days, SE 1.83, P = 0.03). Conclusions. Not all critically ill obese patients are the same. Those with less comorbidity may have better outcomes than those with multiple comorbidities. This may be important when considering prognosis and discussing care with patients and families.
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 | 0,003 |
| 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 ».