A meta-analysis to derive literature-based benchmarks for readmission and hospital mortality after patient discharge from intensive care
Notice bibliographique
Résumé
INTRODUCTION: We sought to derive literature-based summary estimates of readmission to the ICU and hospital mortality among patients discharged alive from the ICU. METHODS: We searched MEDLINE, Embase, CINAHL and the Cochrane Central Register of Controlled Trials from inception to March 2013, as well as the reference lists in the publications of the included studies. We selected cohort studies of ICU discharge prognostic factors that in which readmission to the ICU or hospital mortality among patients discharged alive from the ICU was reported. Two reviewers independently abstracted the number of patients readmitted to the ICU and hospital deaths among patients discharged alive from the ICU. Fixed effects and random effects models were used to estimate the pooled cumulative incidence of ICU readmission and the pooled cumulative incidence of hospital mortality. RESULTS: The analysis included 58 studies (n = 2,073,170 patients). The majority of studies followed patients until hospital discharge (n = 46 studies) and reported readmission to the ICU (n = 46 studies) or hospital mortality (n = 49 studies). The cumulative incidence of ICU readmission was 4.0 readmissions (95% confidence interval (CI), 3.9 to 4.0) per 100 patient discharges using fixed effects pooling and 6.3 readmissions (95% CI, 5.6 to 6.9) per 100 patient discharges using random effects pooling. The cumulative incidence of hospital mortality was 3.3 deaths (95% CI, 3.3 to 3.3) per 100 patient discharges using fixed effects pooling and 6.8 deaths (95% CI, 6.1 to 7.6) per 100 patient discharges using random effects pooling. There was significant heterogeneity for the pooled estimates, which was partially explained by patient, institution and study methodological characteristics. CONCLUSIONS: Using current literature estimates, for every 100 patients discharged alive from the ICU, between 4 and 6 patients on average will be readmitted to the ICU and between 3 and 7 patients on average will die prior to hospital discharge. These estimates can inform the selection of benchmarks for quality metrics of transitions of patient care between the ICU and the hospital ward.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| 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 ».