Early Hospital Readmissions After Transplantation
Notice bibliographique
Résumé
BACKGROUND: Solid organ transplantation is the preferred treatment for patients with end-stage organ failure. Although much progress has been made over the past decade, some patients still require early readmission after their initial hospital discharge. Early hospital readmission is an important metric for health care quality. It is often measured in nontransplant medical and surgical conditions but has only recently been applied to organ transplantation. METHODS: We performed a structured MEDLINE search to retrieve, review, and summarize original studies on the incidence, risk factors, outcomes, and prevention of early hospital readmissions after kidney, liver, and kidney-pancreas transplantation. Early hospital readmission was defined as readmission to hospital within 30 days of discharge from the transplant hospitalization. RESULTS: The risk of early readmission varies by organ type, (highest in liver transplants and lowest in kidney transplants). Causes for early hospital readmission are most commonly due to surgical, immunologic, or infectious complications. Risk factors associated with early hospital readmission often reflect pretransplant comorbidity, and many of these factors may not be modifiable. Early hospital readmission is also associated with decreased graft and patient survival. CONCLUSIONS: Early hospital readmission after transplantation is common and associated with adverse outcomes. The potential for preventing early hospital readmissions and the impact on patient outcomes remain unclear. Current evidence suggests that some, but not all, early hospital readmissions after transplantation may be prevented.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
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 ».