The Burden of Hospitalized Hip Fractures: Patterns of Admissions in a Level I Trauma Center Over 20 Years
Notice bibliographique
Résumé
BACKGROUND: To describe trends over 20 years in (1) number of admissions for hip fracture, (2) patients' demographics, type of fractures sustained by the patients, and their health status at admission, (3) surgical delays, and (4) acute care outcomes. METHODS: This trend was a study conducted in a Level I trauma center in Quebec, Canada. All patients (n = 3174) aged 65 and older, admitted with a hip fracture between 1985 and 2005 were included. Outcome measures were: number of admissions, age, gender, comorbidities at admission, surgical delays, postsurgical complications, inpatient mortality, discharge destinations. RESULTS: From 1985 to 2005, the number of admissions increased from 56 to 271, age at admission has increased by 2 years both in men and women (p < 0.01), women/men proportion has remained stable (3.2) over time. The adjusted proportions of minor and severe comorbidities at admission increased by 13% and 5% yearly (p < 0.01). Surgical delays decreased from 4.7 days +/- 16.5 days to 0.9 days +/- 1.9 days (p < 0.01). Acute care length of stay has drastically decreased from 37.0 days +/- 70.9 days to 16.7 days +/- 14.2 days (p < 0.01). Although severe postsurgical complications did not increase over time, the proportion of patients suffering from minor postsurgical complications increased by 22%. Inpatient death has decreased by 4% each year. CONCLUSION: The tremendous increase in the volume of older and sicker patients admitted for hip fracture has put an enormous demand on our Level I trauma center. The changes in clinical management implemented to face this challenge have helped improve acute care outcomes.
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 | 0,000 |
| 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 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 ».