Wounds and Survival in Noncancer Patients
Notice bibliographique
Résumé
BACKGROUND: Currently available prognostic models for noncancer patients lack high levels of discrimination. Therefore, the quest for additional prognostic factors must continue. To date, none have utilized the occurrence of wounds as a prognostic factor. METHODS: As a prospective observational study, based on a sequential case series of 189 advanced noncancer patients, all wounds were documented. One hundred seventy patients were followed until their deaths. Univariate and multivariate survival analyses were performed using hazard ratios (HRs) derived from Cox proportional hazard models. RESULTS: Seventy-eight percent of patients presented with at least one wound at referral. Patients with wounds displayed worse overall survival than those without wounds (p = 0.009). Survival analysis for the full postreferral period revealed a violation of the proportional hazards assumption for pressure ulcers and the Palliative Performance Scale version 2 (PPSv2). In order to address this finding, early deaths (within 14 days of referral) were assessed separately from later deaths (more than 14 days after referral). After controlling for the co-occurrence of wounds, age, gender, Charlson comorbidity index, and PPSv2, pressure ulcers were associated with statistically significant increased risk of death for patients of sufficient health to survive at least 2 weeks after referral (HR 2.42, p = 0.003), while other wounds were associated with greater levels of mortality over the full postreferral period (HR 1.96, p = 0.0001). DISCUSSION: The occurrence of pressure ulcers and other wounds are correlated with reduced survival in patients with advanced noncancer illness. These data merit incorporation into existing prognostic models or used in conjunction with them to enhance prognostic accuracy.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».