MétaCan
Menu
Retour à la cohorte
Enregistrement W1990660204 · doi:10.1186/cc12901

Skeletal muscle predicts ventilator-free days, ICU-free days, and mortality in elderly ICU patients

2013· article· en· W1990660204 sur OpenAlexaff
Lesley L. Moisey, Marina Mourtzakis, Bryan A. Cotton, Tahira Premji, Daren K. Heyland, Charles E. Wade, Eileen M. Bulger, Rosemary A. Kozar

Notice bibliographique

RevueCritical Care · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensQueen's UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcopeniaUnderweightSarcopenic obesityIntensive care unitBody mass indexUnivariate analysisLogistic regressionPopulationInternal medicineOverweightMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: As the population ages, the number of injured elderly is increasing. We sought to determine if low skeletal muscle mass adversely affected outcome in elderly patients following trauma. METHODS: Patients ≥ 65 years of age with an admission abdominal computed tomography scan and requiring intensive care unit (ICU) stay at a Level I trauma center in 2009-2010 were reviewed. Muscle cross-sectional area at the 3rd lumbar vertebra was quantified and muscle index, a normalized measure of muscle mass, was calculated and related to clinical parameters including ventilator-free days, ICU-free days, and mortality. Using previously established sex-specific, muscle index cut-points, patients were then categorized as sarcopenic or non-sarcopenic and differences in clinical outcomes between these two groups were also compared. We also examined muscle index as a continuous variable relative to the same clinical outcomes. RESULTS: There were 149 severely injured elderly patients (median age 79 years) enrolled in this study of which 71% were sarcopenic. Of the patients who were sarcopenic, 9% were underweight, 44% normal weight, and 47% overweight/obese as per body mass index (BMI) classifications. The overall mortality rate was 27% and univariate analysis demonstrated higher mortality among those who were sarcopenic (32% vs. 14%, P = 0.018). After controlling for age, sex, and injury severity, multiple logistic regression demonstrated that increased muscle index was significantly associated with decreased mortality (OR per unit muscle index = 0.93, 95% CI: 0.875-0.997, P = 0.025). In addition, multivariate linear regression showed that sarcopenia, but not muscle index, was associated with decreased ventilator-free (P = 0.004) and ICU-free days (P = 0.002). Neither BMI, serum albumin nor total adipose tissue on admission were indicative of survival, ventilator-free or ICU-free days. CONCLUSIONS: Sarcopenia is highly prevalent in the elderly population with traumatic injuries. Traditional measures of nutritional assessment, such as BMI and serum albumin, do not accurately predict outcome in the injured elderly. Sarcopenia, however, represents a potential new predictor for mortality, discharge disposition, and ICU utilization. Measurement of muscularity allows for the early identification of at-risk patients who may benefit from aggressive and multidisciplinary nutritional and rehabilitative strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,329
Écart entre enseignants0,299 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations490
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetNutrition and Health in AgingTravaux en français237 207