MétaCan
Menu
Retour à la cohorte
Enregistrement W2084053481 · doi:10.1097/01.ccm.0000297884.86058.8a

Evaluation of the effect of intensity of care on mortality after traumatic brain injury

2008· article· en· W2084053481 sur OpenAlexaff
Hilaire J. Thompson, Frederick P. Rivara, Gregory J. Jurkovich, Jin Wang, Avery B. Nathens, Ellen J. MacKenzie

Notice bibliographique

RevueCritical Care Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Nursing ResearchNational Center for Research ResourcesU.S. Public Health Service
Mots-clésMedicineGlasgow Coma ScaleTraumatic brain injuryIntensive care unitEmergency medicineInjury Severity ScoreDecompressive craniectomyIntensive carePoisson regressionTrauma centerPopulationCohort studyComorbidityMechanical ventilationPoison controlAnesthesiaInjury preventionIntensive care medicineInternal medicineRetrospective cohort study

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To evaluate the effect of age on intensity of care provided to traumatically brain-injured adults and to determine the influence of intensity of care on mortality at discharge and 12 months postinjury, controlling for injury severity. DESIGN: Cohort study using the National Study on the Costs and Outcomes of Trauma (NSCOT) database. Risk ratio and Poisson regression analyses were performed using data weighted according to the population of eligible patients. SETTING AND PATIENTS: A total of 18 level 1 and 51 level 2 non-trauma centers located in 14 states in the United States and 1,776 adults aged 25-84 yrs with a diagnosis of traumatic brain injury. MEASUREMENTS: Injury severity was determined by the motor component of the Glasgow Coma Scale score, the Injury Severity Score, pupillary reactivity, and presence of midline shift. Factors evaluated as contributing to intensity of care included: admission to the intensive care unit, mechanical ventilation, placement of an intracranial pressure monitor, placement of a jugular bulb catheter, placement of a pulmonary artery catheter, critical care consultation, the number of specialty care consultations, mannitol use, treatment with barbiturate coma, decompressive craniectomy, number of nonneurosurgical procedures performed, the presence of a do-not-resuscitate order, and withdrawal of therapy. MAIN RESULTS: Controlling for injury-related factors, sex, and comorbidity, as age increased, the overall likelihood of receiving various interventions decreased. After controlling for injury severity, sex, and comorbidity, factors associated with higher risk of in-hospital death were: being aged 75-84 yrs (relative risk [RR] 1.32, 95% confidence interval [CI] 1.13, 1.55), pulmonary artery catheter use (RR 1.56, 95% CI 1.30, 1.86), intubation (RR 4.17, 95% CI 2.28, 7.61), the presence of a do-not-resuscitate order (RR 3.21, 95% CI 2.21, 4.65), and withdrawal of therapy (RR 2.33, 95% CI 1.69, 3.23). In contrast, a higher number of specialty care consultations (surgical consults: RR 0.63, 95% CI 0.54, 0.74; medical consults: RR 0.87, 95% CI 0.79, 0.95; and other consults: RR 0.43, 95% CI 0.26, 0.69) were associated with decreased risk of death. The results were similar for factors associated with death at 12 months, with the exception that the number of medical consultations was not significant, whereas the number of nonneurosurgical procedures performed was associated with lower risk of death (RR 0.96, 95% CI 0.92, 0.99), as was obtaining critical care consultation services (RR 0.84, 95% CI 0.71, 1.0). CONCLUSIONS: There is a lower intensity of care provided to older adults with traumatic brain injury. Although the specific contributions of specialists to patient management are unknown, their consultation was associated with decreased risk of in-hospital death and death within 12 months. It is important that careproviders have an increased awareness of the potential contribution of multidisciplinary clinical decision making to patient outcomes in older traumatically brain-injured patients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,405
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetTrauma and Emergency Care StudiesTravaux en français237 207