Variation in Quality of Care after Emergency General Surgery Procedures in the Elderly
Notice bibliographique
Résumé
BACKGROUND: The elderly (age ≥65 years) comprise an increasing proportion of patients undergoing emergency general surgery (EGS) procedures and have distinct needs compared with the young. We postulated that the needs of the elderly require different processes of care than those required for the young to assure optimal outcomes. To explore this hypothesis, we evaluated 30-day outcomes following EGS procedures in the young and the elderly and determined whether hospital performance was consistent across these 2 age strata. STUDY DESIGN: With data from the American College of Surgeons National Surgical Quality Improvement Program (2005 to 2008), regression models were constructed for serious morbidity and mortality for all patients undergoing EGS procedures and separately for young and elderly patients. These models allowed for estimation of the risk of adverse outcomes associated with advanced age and the generation of hospital-level observed to expected (O/E) ratios. We evaluated the correlation between hospital O/E ratios for the young and the elderly and the concordance of outlier status (hospitals with CIs of O/E ratios excluding 1) with weighted κ across these 2 age groups. RESULTS: Among 68,003 procedures at 186 hospitals, elderly patients had a higher crude and adjusted risk for serious morbidity (27.9% versus 9.7%, p < 0.0001; odds ratio 1.17, 95% CI 1.10 to 1.24) and mortality (15.2% versus 2.5%, p < 0.0001; odds ratio 2.29, 95% CI 2.09 to 2.51). When outcomes for elderly versus younger patients were compared, there was fair to moderate agreement on hospital performance for serious morbidity (r = 0.43; κ = 0.30) but not for mortality (r = 0.10; κ = 0.17). CONCLUSIONS: Elderly patients are at substantially greater risk for adverse events following EGS procedures. Hospitals had only slight agreement in mortality outcomes in the elderly compared with those in young patients. Processes of care that may account for this disparity should be further investigated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».