Characteristics and Factors Associated With the Mortality of Hypotensive Patients Attending the Emergency Department
Notice bibliographique
Résumé
BACKGROUND: The prevalence of hypotension in emergency departments (EDs) is approximately 1-2%, but is associated with a mortality rate of 8-15%. There has never been a study in Thailand examining the epidemiology or the risk factors for early mortality of patients presenting with hypotension in the ED. Therefore, this study aimed to define the characteristics, mortality rate within 48 h and associated factors of hypotensive patients at ED. METHODS: Data of patients with hypotension attending the ED of Thammasat University Hospital (TUH) were retrospectively studied. RESULTS: Of the 9,000 patients seen in the TUH ED, 233 were hypotensive for a prevalence of 2.5%. Patients were old, with a mean age of 61 ± 20 years. The most common presenting symptom was fever, and sepsis was the most common cause of hypotension. The mean systolic blood pressure (SBP) was 78 ± 8 mm Hg. Isotonic crystalloid volume resuscitation in first hour was 758 mL (interquartile range (IQR), 500 - 1,000) and the total volume to achieve a mean arterial pressure (MAP) ≥ 65 mm Hg was 1,142 mL (IQR, 500 - 1,500). Twenty-seven percent of patients needed vasopressor support. Nineteen patients died ≤ 48 h, giving a case fatality rate of 8.2%. Three independent factors associated with 48-h mortality were initial pulse rate > 100 beats/min (odds ratio (OR), 4.21; 95% confidence interval (CI), 1.05 - 16.88; P = 0.042), diagnosis of shock (OR, 13.74 (1.49 - 126.61); P = 0.021) and recurrent hypotension (OR, 6.91 (1.54 - 30.99); P = 0.012). CONCLUSIONS: Hypotension in the ED was common and associated with high mortality rate. Better triage, patient monitoring and treatment may improve outcomes in these patients.
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 | 0,008 | 0,010 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».