MétaCan
Menu
Retour à la cohorte
Enregistrement W2587308973 · doi:10.1161/jaha.116.004072

Early Rehospitalization After Prolonged Intensive Care Unit Stay Post Cardiac Surgery: Outcomes and Modifiable Risk Factors

2017· article· en· W2587308973 sur OpenAlexaff
Rizwan A. Manji, Rakesh C. Arora, Rohit K. Singal, Brett Hiebert, Alan H. Menkis

Notice bibliographique

RevueJournal of the American Heart Association · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive care unitCohortOdds ratioLogistic regressionIncidence (geometry)Internal medicineCohort studyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prolonged intensive care unit length of stay (prICULOS) following cardiac surgery (CS) in older adults is increasingly common but rehospitalization characteristics and outcomes are understudied. We sought to describe the rehospitalization characteristics and subsequent non-institutionalized survival of prICULOS (ICULOS ≥5 days) patients and identify modifiable risk factors to decrease 30-day rehospitalization. METHODS AND RESULTS: Consecutive patients from January 1, 2000 to December 31, 2011 were analyzed utilizing linked clinical and administrative databases. Logistic regression was used to identify risk factors associated with 30-day rehospitalization. Out of 9210 consecutive patients discharged from the hospital alive, 596 (6.5%) experienced prICULOS. Cumulative incidence of rehospitalization for the prICULOS cohort at 30 and 365 days was 17.5% and 45.6% versus 11.4% and 28.1% for non-prICULOS (P<0.01). Over 40% of rehospitalizations for the entire cohort occurred within 30 days of discharge costing over $12 million. The most common reasons for rehospitalization were heart failure (in prICULOS) and infection (in non-prICULOS). Rehospitalization within 30 days was associated with a 2.29-fold risk of poor 1-year noninstitutionalized survival for the entire cohort. Potentially modifiable factors affecting 30-day rehospitalization included lack of physician visits within 30 days of discharge (odds ratio 2.11; P=0.01), and preoperative anxiety diagnosis (odds ratio 2.20; P=0.01). CONCLUSIONS: PrICULOS patients have high rates of rehospitalization that is associated with an increased rate of poor noninstitutionalized survival. Addressing modifiable risk factors including early postdischarge access to physician services, as well as access to mental health services may improve 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,314
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Heart AssociationMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207