MétaCan
Menu
Retour à la cohorte
Enregistrement W2803488466 · doi:10.1186/s13054-018-2027-8

Association between afterhours admission to the intensive care unit, strained capacity, and mortality: a retrospective cohort study

2018· article· en· W2803488466 sur OpenAlexafffundabout
Adam M. Hall, Henry T. Stelfox, Xioaming Wang, Guanmin Chen, Danny J. Zuege, Peter Dodek, Allan Garland, Damon C. Scales, Luc Berthiaume, David A. Zygun, Sean M. Bagshaw

Notice bibliographique

RevueCritical Care · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science CentreCentre for Advancing Health OutcomesUniversity of ManitobaAlberta HealthUniversity of CalgaryUniversity of AlbertaUniversity of British ColumbiaSt. Paul's HospitalAlberta Health Services
Organismes subventionnairesAlberta InnovatesAlberta Innovates - Health Solutions
Mots-clésMedicineIntensive care unitEmergency medicineRetrospective cohort studyCohortMultivariate analysisIntensive carePopulationAPACHE IICohort studyInternal medicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Admission to the intensive care unit (ICU) outside daytime hours has been shown to be variably associated with increased morbidity and mortality. We aimed to describe the characteristics and outcomes of patients admitted to the ICU afterhours (22:00-06:59 h) in a large Canadian health region. We further hypothesized that the association between afterhours admission and mortality would be modified by indicators of strained ICU capacity. METHODS: This is a population-based cohort study of 12,265 adults admitted to nine ICUs in Alberta from June 2012 to December 2014. We used a path-analysis modeling strategy and mixed-effects multivariate regression analysis to evaluate direct and integrated associations (mediated through Acute Physiology and Chronic Health Evaluation (APACHE) II score) between afterhours admission (22:00-06:59 h) and ICU mortality. Further analysis examined the effects of strained ICU capacity and varied definitions of afterhours and weekend admissions. ICU occupancy ≥ 90% or clustering of admissions (≥ 0.15, defined as number of admissions 2 h before or after the index admission, divided by the number of ICU beds) were used as indicators of strained capacity. RESULTS: Of 12,265 admissions, 34.7% (n = 4251) occurred afterhours. The proportion of afterhours admissions varied amongst ICUs (range 26.7-37.8%). Patients admitted afterhours were younger (median (IQR) 58 (44-70) vs 60 (47-70) years, p < 0.0001), more likely to have a medical diagnosis (75.9% vs 72.1%, p < 0.0001), and had higher APACHE II scores (20.9 (8.6) vs 19.9 (8.3), p < 0.0001). Crude ICU mortality was greater for those admitted afterhours (15.9% vs 14.1%, p = 0.007), but following multivariate adjustment there was no direct or integrated effect on ICU mortality (odds ratio (OR) 1.024; 95% confidence interval (CI) 0.923-1.135, p = 0.658). Furthermore, direct and integrated analysis showed no association of afterhours admission and hospital mortality (p = 0.90) or hospital length of stay (LOS) (p = 0.27), although ICU LOS was shorter (p = 0.049). Early-morning admission (00:00-06:59 h) with ICU occupancy ≥ 90% was associated with short-term (≤ 7 days) and all-cause ICU mortality. CONCLUSIONS: One-third of critically ill patients are admitted to the ICU afterhours. Afterhours ICU admission was not associated with greater mortality risk in most circumstances but was sensitive to strained ICU capacity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,704

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,006
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)0,0000,000

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 Opus0,042
Tête enseignante GPT0,368
Écart entre enseignants0,326 · 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 tête enseignante, 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

Citations24
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetHospital Admissions and OutcomesTravaux en français237 207