Impact of Public Reporting of 30-day Mortality on Timing of Death after Coronary Artery Bypass Graft Surgery
Notice bibliographique
Résumé
BACKGROUND: Recent reports have raised concerns that public reporting of 30-day mortality after cardiac surgery may delay decisions to withdraw life-sustaining therapies for some patients. The authors sought to examine whether timing of mortality after coronary artery bypass graft surgery significantly increases after day 30 in Massachusetts, a state that reports 30-day mortality. The authors used New York as a comparator state, which reports combined 30-day and all in-hospital mortality, irrespective of time since surgery. METHODS: The authors conducted a retrospective cohort study of patients who underwent coronary artery bypass graft surgery in hospitals in Massachusetts and New York between 2008 and 2013. The authors calculated the empiric daily hazard of in-hospital death without censoring on hospital discharge, and they used joinpoint regression to identify significant changes in the daily hazard over time. RESULTS: In Massachusetts and New York, 24,864 and 63,323 patients underwent coronary artery bypass graft surgery, respectively. In-hospital mortality was low, with 524 deaths (2.1%) in Massachusetts and 1,398 (2.2%) in New York. Joinpoint regression did not identify a change in the daily hazard of in-hospital death at day 30 or 31 in either state; significant joinpoints were identified on day 10 (95% CI, 7 to 15) for Massachusetts and days 2 (95% CI, 2 to 3) and 12 (95% CI, 8 to 15) for New York. CONCLUSIONS: In Massachusetts, a state with a long history of publicly reporting cardiac surgery outcomes at day 30, the authors found no evidence of increased mortality occurring immediately after day 30 for patients who underwent coronary artery bypass graft surgery. These findings suggest that delays in withdrawal of life-sustaining therapy do not routinely occur as an unintended consequence of this type of public reporting.
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 | 0,003 | 0,005 |
| 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 ».