Outcomes of in‐hospital cardiopulmonary resuscitation for patients with end‐stage liver disease
Notice bibliographique
Résumé
BACKGROUND AND AIMS: There have been improving survival trends after in-hospital cardiac arrest for the general population, but there is limited information on the outcomes of hospitalized patients with end-stage liver disease (ESLD) who undergo cardiopulmonary resuscitation (CPR). We aimed to examine survival to hospital discharge after receipt of in-hospital CPR in patients with ESLD using a nationally representative sample. METHODS: We used the Nationwide Inpatient Sample database from 2006 to 2014 to identify adult patients who underwent in-hospital CPR. Using multivariate modelling, we compared survival to hospital discharge for patients with ESLD to those without ESLD. We also compared outcomes of patients with ESLD to patients with metastatic cancer. RESULTS: A total of 177 533 patients underwent in-hospital CPR, of which 1474 (0.8%) had ESLD. Patients with ESLD had lower rates of survival to hospital discharge compared to patients without ESLD (10.7% vs 28.6%, P < 0.01). In multivariate modelling, ESLD was significantly associated with lower odds of survival to hospital discharge after in-hospital CPR (OR 0.35, 95% CI 0.28-0.44, P < 0.01). Among survivors of in-hospital CPR, ESLD patients had a significantly lower chance of discharge to home compared to patients without ESLD (3.2% vs 8.0%, P < 0.05). Patients with ESLD also had lower rates of survival to hospital discharge compared to those with metastatic cancer (10.7% vs 15.5%, P < 0.01). CONCLUSIONS: Outcomes are poor after in-hospital CPR in patients with ESLD and are worse than for patients with metastatic cancer. The current analysis can be used to inform goals of care discussions for patients with ESLD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».