MétaCan
Menu
Retour à la cohorte
Enregistrement W2209164385 · doi:10.14740/jocmr2420w

Necrotizing Fasciitis Among Patients With Liver Cirrhosis in Texas, 2001 - 2010: A Population-Based Cohort Study

2015· article· en· W2209164385 sur OpenAlexvenueno aff
Lavi Oud, Phillip Watkins

Notice bibliographique

RevueJournal of Clinical Medicine Research · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueStreptococcal Infections and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCirrhosisCohortIncidence (geometry)EpidemiologyInternal medicineDemographicsPopulationFasciitisIntensive care medicineEmergency medicineSurgeryDemographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Liver cirrhosis is a risk factor for necrotizing fasciitis (NF), and is associated with markedly worse outcomes than for NF among non-cirrhosis patients. Only limited, mostly single-center, data were reported to date on the epidemiology, clinical features, resource utilization and outcomes of NF among patients with cirrhosis. METHODS: We studied a population-based cohort of adult hospitalizations associated with cirrhosis, who had a diagnosis of NF during the years 2001 - 2010, using the Texas Inpatient Public Use Data File. The annual volume of NF hospitalizations was benchmarked against all annual hospitalizations with a diagnosis of cirrhosis. The patterns of demographics, chronic comorbidities, evolving organ failure, resource utilization and outcomes were examined. RESULTS: There were 371,745 hospitalizations associated with liver cirrhosis, with 381 NF hospitalizations during study period. The annual volume of NF hospitalizations rose 7.9%/year (P = 0.0287), while its incidence among cirrhosis-associated hospitalizations remained unchanged (P = 0.2955). Non-cirrhosis comorbidities were reported in 69.6% and ICU care was required in 67.2% of NF hospitalization. The key changes noted between 2001 - 2003 and 2008 - 2010 among NF hospitalizations included rising mean (SD) Deyo-Charlson index 2.4 (1.5) vs. 3.9 (2.4) (P < 0.0001), development of ≥ 3 organ failures in 9.1% vs. 39.8% (P < 0.0001), and discharge to long-term care facilities 7.8% vs. 21.1% (P = 0.0204). Hospital mortality was unchanged (26% vs. 33.1%; P = 0.3659). Inflation-adjusted total hospital charges did not change (P = 0.1025) during study period. CONCLUSIONS: The present cohort of NF associated with liver cirrhosis is the largest reported to date. A rising annual volume of NF events matched a corresponding increase in cirrhosis-associated hospitalizations. There was increasing burden of chronic comorbidity and rising severity of illness, with a majority of patients requiring ICU care. Case fatality was high and there has been increasing residual morbidity among hospital survivors. The observed findings warrant further study in other populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,252
Tête enseignante GPT0,509
Écart entre enseignants0,256 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Medicine ResearchMême sujetStreptococcal Infections and TreatmentsTravaux en français237 207