MétaCan
Menu
Retour à la cohorte
Enregistrement W2601781359 · doi:10.1177/0885066617699360

Comorbidities Might Condition the Recovery of Quality of Life in Survivors of Sepsis

2017· article· en· W2601781359 sur OpenAlexaff
Gislene C. Erbs, Marco Fábio Mastroeni, Mauro Pinho, Álvaro Köenig, Geonice Sperotto, John Paul Ekwaru, Glauco Adrieno Westphal

Notice bibliographique

RevueJournal of Intensive Care Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineSepsisQuality of life (healthcare)Internal medicineIntensive care unit

Résumé

récupéré en direct d'OpenAlex

PURPOSE:: To assess how preexisting disabling comorbidities (DC) affect the recovery rate of quality of life (QOL) over time in sepsis survivors. METHODS:: A prospective study was conducted on sepsis survivors who answered the 36-Item Short Form Health Survey (SF-36) 7 days after discharge from the intensive care unit. Subsequent interviews were held at 3, 6, and 12 months. The results of the physical component score (PCS) and mental component score (MCS) of the SF-36 were evaluated. Patients were divided into 2 groups to compare patients with DC (DC group) and without DC (no-DC group). Quantile regression was used to model changes in PCS and MCS between different time points. RESULTS:: Seventy-nine sepsis survivors were enrolled. After controlling for baseline age and QOL, the QOL scores were lower among patients with DC than in no-DC patients. The QOL of DC group got worse when compared to no-DC group. Recovery rate of PCS and MCS was higher in the DC group than in the no-DC group (PCS: 20.51 vs 16.96, P < .01; MCS: 19.24 vs 9.66, P < .01). Their baseline QOL was recovered only by 6 months after the sepsis episode. CONCLUSION:: Quality-of-life impairment and its recovery rhythm in patients with sepsis appear to be conditioned by coexisting DC.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,353
Écart entre enseignants0,306 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intensive Care MedicineMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207