Are all patients that count included in palliative care studies?
Notice bibliographique
Résumé
<h3>Objective</h3> To compare mortality and rates of significant neurosensory impairment (sNSI) at 18–36 months’ corrected age in infants born extremely preterm across three international cohorts. <h3>Design</h3> Retrospective analysis of prospectively collected neonatal and follow-up data. <h3>Setting</h3> Three population-based observational cohort studies: the Australian and New Zealand Neonatal Network (ANZNN), the Canadian Neonatal and Follow-up Networks (CNN/CNFUN) and the French cohort Etude (Epidémiologique sur les Petits Ages Gestationnels: EPIPAGE-2). <h3>Patients</h3> Extremely preterm neonates of <28 weeks’ gestation in year 2011. <h3>Main outcome measures</h3> Primary outcome was composite of mortality or sNSI defined by cerebral palsy with no independent walking, disabling hearing loss and bilateral blindness. <h3>Results</h3> Overall, 3055 infants (ANZNN n=960, CNN/CNFUN n=1019, EPIPAGE-2 n=1076) were included in the study. Primary composite outcome rates were 21.3%, 20.6% and 28.4%; mortality rates were 18.7%, 17.4% and 26.3%; and rates of sNSI among survivors were 4.3%, 5.3% and 3.3% for ANZNN, CNN/CNFUN and EPIPAGE-2, respectively. Adjusted for gestational age and multiple births, EPIPAGE-2 had higher odds of composite outcome compared with ANZNN (OR 1.71, 95% CI 1.38 to 2.13) and CNN/CNFUN (OR 1.72, 95% CI 1.39 to 2.12). EPIPAGE-2 did have a trend of lower odds of sNDI but far short of compensating for the significant increase in mortality odds. These differences may be related to variations in perinatal approach and practices (and not to differences in infants’ baseline characteristics). <h3>Conclusions</h3> Composite outcome of mortality or sNSI for extremely preterm infants differed across high-income countries with similar baseline characteristics and access to healthcare.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».