Outcomes and Predictors of Mortality for Patients with Acute Leukemia Admitted to the Intensive Care Unit
Notice bibliographique
Résumé
Purpose. The objectives were to describe the management and outcomes of acute leukemia (AL) patients admitted to the ICU and to identify predictors of ICU mortality. Methods. Data was retrospectively collected from the medical records of all patients with AML or ALL admitted to the Mount Sinai Hospital ICU from August 2009 to December 2012. Results. 151 AL patients (117 AML, 34 ALL) were admitted to the ICU. Mean age was 54 (SD 15) years, median APACHE II score was 27 (IQR 22-33), and 50% were female. While in ICU, 128 (85%) patients had sepsis and 56 (37%) had ARDS. The majority of patients required invasive organ support: 94 (62%) required mechanical ventilation while 23 (15%) received renal replacement therapy. Multivariable analysis identified SOFA score (OR 1.18, 95% CI 1.01-1.38) and invasive ventilation (OR 9.64, 95% CI 3.39-27.4) as independent predictors of ICU mortality. Ninety-four (62%) patients survived to ICU discharge. Only 39% of these 94 patients discharged were alive 12 months after ICU admission. Conclusions. AL patients admitted to the ICU had a 62% ICU survival rate; yet only 25% of cohort patients were alive 12 months after ICU admission. Higher admission SOFA scores and invasive ventilation are independently associated with a greater risk of dying in the ICU.
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) | 0,000 | 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 ».