Three Thousand Seven Hundred Thirty-Eight Posttraumatic Pulmonary Emboli
Notice bibliographique
Résumé
OBJECTIVE: This study was undertaken to determine the current incidence of pulmonary embolism (PE) and its attributable mortality after injury. BACKGROUND: Despite compliance with prophylactic measures, PE remains a threat to postinjury recovery. We hypothesized that the liberal use of chest computed tomography after injury has resulted in an increased rate of detection of PE but that the mortality attributable to PE has decreased over the past decade. We also postulated that the risk factors for posttraumatic PE might be different from those for deep venous thrombosis (DVT). METHODS: We examined demographics, injury data, risk factors, and outcomes from patients with DVT and PE compiled in the recent years (2007-2009) in the National Trauma Data Bank (NTDB). For comparison, we used patient data entered into NTDB from 1994 to 2001. Statistical models were created to examine the predictors of DVT and PE and PE-related mortality. RESULTS: Among 888,652 patients in the current NTDB cohort, there were 9398 episodes of DVT (1.06%) and 3738 of PE (0.42%). Although many risk factors overlapped, a severe chest injury (Abbreviated Injury Score ≥ 3) conferred a much higher risk of PE than DVT. When comparing results from centers that had contributed to both data sets, there was a more than 2-fold increase in PE occurrence in the current cohort (0.49% vs 0.21%, P < 0.01) but with a significant reduction in PE-adjusted mortality (odds ratio, 4.08 vs 2.42). CONCLUSIONS: The reported incidence of PE after trauma has more than doubled in recent years, while the PE-associated mortality has significantly decreased, suggesting that we are identifying a different disease entity or stage. Chest injuries convey a substantial risk for PE, a risk not likely to be diminished by leg compression devices or vena cava filters.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».