Mechanical ventilation in Ontario, 1992–2000: Incidence, survival, and hospital bed utilization of noncardiac surgery adult patients*
Notice bibliographique
Résumé
OBJECTIVE: Mechanical ventilation is a common therapy used in caring for critically ill patients, but its epidemiology is poorly understood. We describe population-based, temporal trends in the incidence, survival, and hospital bed utilization of mechanically ventilated, noncardiac surgery adult patients. DESIGN: Retrospective, observational cohort study using linked administrative databases. SETTING: Province of Ontario, Canada. PATIENTS: Subjects were 150,755 unique patients who received mechanical ventilation between 1992 and 2000. INTERVENTIONS: None. MEASUREMENTS: Annual measures of mechanical ventilation incidence, 30-day patient mortality rate, and number of mechanical ventilation days and inpatient days for mechanically ventilated patients as a proportion of total adult inpatient bed days. MAIN RESULTS: From 1992 to 2000, the crude and age- and gender-adjusted incidence of mechanical ventilation increased 9% (p <.001) and 2% (p <.027), respectively, to 217 per 100,000 adults. Crude mortality rate 30 days after initiation of mechanical ventilation increased from 27% to 32% (p <.001). Significant predictors of 30-day mortality rate (adjusted hazard ratio, 95% confidence interval) were calendar year (1.03, 1.02-1.03), age >80 yrs (2.3, 2.2-2.3), Charlson score 3+ (2.0, 2.0-2.1), and specific diagnosis. From 1992 to 2000, the number of mechanical ventilation days and inpatient days for mechanically ventilated patients, as a proportion of total adult inpatient bed days, increased 69% and 30% (both p <.001), respectively, to 1.8% and 6.2%. CONCLUSIONS: There was a small, but important, increase in mechanical ventilation incidence and a substantial increase in the proportion of inpatient bed days used by mechanically ventilated patients in Ontario during the 1990s. These trends are important in planning for expansion of health care resources to meet the needs of the aging population. The increase, over time, in risk-adjusted mortality rate of mechanically ventilated patients is concerning and requires further investigation.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».