<p>Greater eosinophil counts at first COPD hospitalization are associated with more readmissions and fewer deaths</p>
Notice bibliographique
Résumé
PURPOSE: The impacts of high blood eosinophil count (HBEC) at admission for COPD exacerbation on posthospitalization outcomes are still unclear. Previous studies have focused on its associations with first readmission rates; yet, its impacts on longitudinal outcomes such as subsequent readmissions still have to be explored. The main objective of this study is to investigate outcomes associated with HBEC following a first hospitalization for COPD exacerbation. PATIENTS AND METHODS: This is an observational cohort study design. We retrospectively analyzed data of patients with a first hospitalization within 5 years for COPD exacerbation between April 2006 and March 2013. Patients were stratified into the HBEC group if the blood eosinophil count at admission was ≥200 cells/µL and/or ≥2% of the total white blood cells. With information on exact dates of subsequent hospitalizations and death, we modeled readmissions and death as states in a multi-state Markov model and estimated transition probabilities to the next states. Sensitivity analyses were performed by varying thresholds for the definition of HBEC (≥300 cells/µL and/or ≥3%). RESULTS: A total of 479 patients were included, of which 173 had HBEC. The transition probabilities for a first readmission was 74% (95% CI, 66%-83%) for patients with HBEC vs 70% (95% CI, 63%-77%) for patients with normal blood eosinophil count (NBEC). The transition probabilities for a second readmission were 91% (95% CI, 84%-100%) for HBEC patients in contrast with 83% (95% CI, 74%-92%) for NBEC patients. Meanwhile, transition probability for death was lower in patients with HBEC. The differences enlarged in sensitivity analyses with higher cutoff. CONCLUSION: Greater blood eosinophil cell counts during a first hospitalization for COPD predict increased susceptibility to up to two readmissions. These patients may however have a lower risk of death.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».