MétaCan
Menu
Retour à la cohorte
Enregistrement W2914735355 · doi:10.9778/cmajo.20180126

Hip fracture care in Manitoba, Canada and New York State, United States: an analysis of administrative data

2019· article· en· W2914735355 sur OpenAlexaffvenueabout
Peter Cram, Lisa M. Lix, Éric Bohm, Lin Yan, Leslíe L. Roos, John Matelski, Rajiv Gandhi, Bruce E. Landon, William D. Leslie

Notice bibliographique

RevueCMAJ Open · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensUniversity of ManitobaSinai Health SystemUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute of Arthritis and Musculoskeletal and Skin Diseases
Mots-clésHip fractureMedicineDemographyRetrospective cohort studyUnivariate analysisGerontologyEmergency medicineMultivariate analysisSurgeryInternal medicineOsteoporosis

Résumé

récupéré en direct d'OpenAlex

<h3>Background:</h3> Nearly 30 years ago, a series of studies showed increased hip fracture mortality in Manitoba compared to the United States, but these data have not been updated. Our objective was to compare the organization of hip fracture care and short-term outcomes in Manitoba and New York State using contemporary data. <h3>Methods:</h3> This was a retrospective cohort study of administrative data for all adults aged 50 years or more admitted to hospital with hip fracture between Jan. 1, 2011, and Oct. 31, 2013 in Manitoba and New York State. We compared the 2 jurisdictions with respect to: 1) the proportion of hospitals treating hip fracture and annual hip fracture volume, 2) hospital length of stay, 3) death and 4) hospital readmission. We used descriptive statistics, univariate methods and regression models to compare differences in care between jurisdictions. <h3>Results:</h3> We identified 2845 patients (mean age 82.2 yr, 2061 women [72.4%]) with hip fracture in Manitoba and 31 524 patients (mean age 81.9 yr, 22 973 women [72.9%]) with hip fracture in New York. A smaller proportion of hospitals in Manitoba than in New York treated hip fracture (7/30 [23%] v. 180/239 [75.3%]) (<i>p</i> &lt; 0.001); the mean annual hospital hip fracture volume was higher in Manitoba (140.0) than in New York (68.9), but the difference did not reach statistical significance (<i>p</i> = 0.2). For patients with femoral neck fractures, the median hospital length of stay was longer in Manitoba than in New York (13 d v. 7 d). The rate of death within 7 days of admission was similar in Manitoba and New York (1.3% v. 2.0%, <i>p</i> = 0.07), although the rate of in-hospital death was higher in Manitoba (5.7% v. 3.5%, <i>p</i> &lt; 0.001). Readmission within 30 days of discharge was less frequent in Manitoba than in New York (9.8% v. 12.0%, <i>p</i> = 0.02). Results were similar for patients with intertrochanteric fractures. <h3>Interpretation:</h3> Poor short-term outcomes for patients with hip fracture in Manitoba that were documented in the 1980s seem to have been eliminated. Our results should provide optimism that reengineering of clinical care can produce substantive improvements in quality.

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)0,000
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 enseignants0,071
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,086
Tête enseignante GPT0,347
Écart entre enseignants0,262 · 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

Citations22
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetHip and Femur FracturesTravaux en français237 207