The Impact of Co-Morbidities on Age-Related Differences in Mortality after Acute Traumatic Spinal Cord Injury
Notice bibliographique
Résumé
Despite the shift in demographics of spinal cord injury (SCI) due to an aging population, relatively little has been reported regarding the effect of age on outcomes after SCI. This study examines the potential confounding effect of co-morbidities on the age-related differences in the hospital mortality following acute traumatic SCI. All consecutive patients with SCI who were admitted to our spine center from 1996 to 2007 were included. Co-morbidities were classified using the Charlson Co-morbidity Index (CCI), Cumulative Illness Rating Scale, and the number of ICD-9 codes. Major potential confounders included age, gender, co-morbidity, and level and severity of SCI. There were 217 males and 80 females with ages from 15 to 96 years. Most patients had an incomplete cervical SCI following falls or motor vehicle accidents. The mean in-hospital mortality rate was 5.7%. Using univariate analyses, older age, relevant pre-existing medical conditions, and motor complete SCI were major risk factors for in-hospital death after acute SCI. Among the three co-morbidity assessments, the CCI was the most reliable co-morbidity index for prediction of hospital mortality in SCI patients after controlling for age in the Cox proportional hazard modeling. In addition, the CCI appears to be a major confounder, which accounts for the majority of age-related differences in mortality following SCI. Our findings have implications for future clinical trials of therapies for adult patients with acute SCI and for management strategies of elderly individuals with SCI.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».