Change of Outcomes in Pediatric Intestinal Failure: Use of Time-Series Analysis to Assess the Evolution of an Intestinal Rehabilitation Program
Notice bibliographique
Résumé
BACKGROUND: The clinical picture of pediatric intestinal failure has changed over the past 15 years, while effectiveness evolving treatment options remains unclear. This study explored evolution in care and quantified independent effects of new treatment options. STUDY DESIGN: Consecutive patients (n = 196) with neonatal or infantile intestinal failure, born between July 1996 and December 2011, were derived from an intestinal rehabilitation program (IRP) patient registry. Change over time was analyzed using multivariable Box-Jenkins method-based autoregressive integrative moving average models (ARIMA), robust linear regression, and nonparametric trend analysis. Four systematically introduced treatment options (IRP, serial transverse enteroplasty, omega-3 lipid emulsions, and ethanol locks) were evaluated. Analyses were adjusted for patient characteristics and disease severity. The primary outcome was disease-specific mortality from liver failure and sepsis. Secondary outcomes included parenteral nutrition weaning, transplantations, catheter complications, and liver disease. RESULTS: Patient characteristics remained unchanged over time, except for decreasing small bowel length (-0.5%/quarter; 95% CI -0.85, -0.16) and ICU admission time (-0.6 days/quarter; 95% CI -1.03, -0.18). Disease-specific mortality diminished significantly over time (-0.02 deaths/quarter; 95% CI -0.03, -0.01) by IRP and omega-3 lipids introduction (-0.6 deaths/quarter each, 95% CI -1.23, -0.02 and -0.77, -0.45, respectively). Serial transverse enteroplasty and ethanol locks had no significant impact. Parenteral nutrition weaning and transplantations remained unchanged, while catheter sepsis and complication rates decreased by 0.3 episodes/1,000 catheter-days each (95% CI -0.43, -0.2 and -0.45, -0.24, respectively). CONCLUSIONS: Introduction of IRP and omega-3 lipids independently decreased disease-specific mortality. For the first time, time series analysis was applied to evaluate effectiveness of treatment options in intestinal rehabilitation.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».