MELD score and antibiotics use are predictors of length of stay in patients hospitalized with hepatic encephalopathy
Notice bibliographique
Résumé
BACKGROUND: Hepatic encephalopathy (HE) represents a significant burden to the healthcare system. The aim of this study was to determine factors influencing the hospital length of stay among patients hospitalized with HE. METHODS: A data warehouse query was performed to identify 316 patients with a first hospitalization during which HE occurred, between April 2010 and February 2012. Baseline and hospitalization characteristics were collected with IRB approval. A negative binomial multivariable model was used to control for potential confounders on the length of hospitalization. RESULTS: Median age was 59 years, and 60.4% of admitted patients were male. The median MELD score was 22 (IQR: 17-28). Median length of stay was 8 days (IQR: 3.25-14.25). After controlling for MELD score, female gender (2.2 days; p = 0.04), being initially admitted for a reason other than HE (liver-related: 7.6 days; p < 0.01 and non liver-related 10.7 days; p < 0.01) and receiving antibiotics other than rifaximin (10.5 days; p < 0.01) were associated with longer length of stay whereas hepatitis C (-3.1 days; p < 0.01) was associated with a shorter length of stay. CONCLUSIONS: MELD score, gender, use of antibiotics other than rifaximin, reason for admission and hepatitis C are predictors readily available in clinic that can help identify patients at risk for longer length of stay.
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 ».