Predictors of Poor Outcomes in Critically Ill Adults with Hematologic Malignancy
Notice bibliographique
Résumé
Background. Patients with hematologic malignancy (HM) often require intensive care unit (ICU) admission due to organ failure through disease progression or treatment-related complications. Objective. To determine mortality and prognostic variables in adult patients with HM who were admitted to ICU. Methods. Structured chart review of all adult patients (age ≥ 18 years) with HM admitted to ICU of a Canadian tertiary care hospital between 2004 and 2014. Outcome measures included mortality (ICU, 30-day, 60-day, and 12-month). Logistic regression was performed to determine predictors of mortality. Results. Overall, there were 206 cases of HM admitted to the ICU during the study (mean age: 51.3 ± 13.6 years; 60% male). Median stay was 3 days, with 14.1% requiring prolonged ICU admission. ICU mortality was 45.6% and increased to 59.2% at 30 days, 62.6% at 60 days, and 74.3% at 12 months. Predictors of increased ICU mortality included mechanical ventilation requirement and vasopressor therapy requirement, while admission to ICU postoperatively and having myeloma were associated with decreased mortality. Conclusions. Patients admitted to ICU with HM have high mortality (45.6%), which increased to 74.3% at 1 year. Analysis of multiple variables identified critical illness, postsurgical admission, and myeloma as predictors of patient outcomes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».