Feasibility of administrative data for studying complications after hip fracture surgery
Notice bibliographique
Résumé
PURPOSE: There is limited information in administrative databases on the occurrence of serious but treatable complications after hip fracture surgery. This study sought to determine the feasibility of identifying the occurrence of serious but treatable complications after hip fracture surgery from discharge abstracts by applying the Agency for Healthcare Research and Quality (AHRQ) Patient Safety Indicator 4 (PSI-4) case-finding tool. METHODS: We obtained Canadian Institute for Health Information discharge abstracts for patients 65 years or older, who were surgically treated for non-pathological first hip fracture between 1 January 2004 and 31 December 2012 in Canada, except for Quebec. We applied specifications of AHRQ Patient Safety Indicators 04, Version 5.0 to identify complications from hip fracture discharge abstracts. RESULTS: Out of 153 613 patients admitted with hip fracture, we identified 12 383 (8.1%) patients with at least one postsurgical complication. From patients with postsurgical complications, we identified 3066 (24.8%) patient admissions to intensive care unit. Overall, 7487 (4.9%) patients developed pneumonia, 1664 (1.1%) developed shock/myocardial infarction, 651 (0.4%) developed sepsis, 1862 (1.1%) developed deep venous thrombosis/pulmonary embolism and 1919 (1.3%) developed gastrointestinal haemorrhage/acute ulcer. CONCLUSIONS: We report that 8.1% of patients developed at least one inhospital complication after hip fracture surgery in Canada between 2004 and 2012. The AHRQ PSI-4 case-finding tool can be considered to identify these serious complications for evaluation of postsurgical care after hip fracture.
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 | 0,001 |
| 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 | 0,001 | 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 ».