Same-day and delayed hospital discharge are associated with worse outcomes following total knee arthroplasty
Notice bibliographique
Résumé
Aims To evaluate the influence of discharge timing on 30-day complications following total knee arthroplasty (TKA). Patients and Methods We identified patients aged 18 years or older who underwent TKA between 2005 and 2016 from the American College of Surgeons’ National Surgical Quality Improvement Program (NSQIP) database. We propensity score-matched length-of-stay (LOS) groups using all relevant covariables. We used multivariable regression to determine if the rate of complications and re-admissions differed depending on LOS. Results Our matched cohort consisted of 76 246 TKA patients (mean age 67 years (sd 9)). Patients whose LOS was zero and four days had an increased risk of major complications by an odds ratio (OR) of 1.8 (95% confidence interval (CI) 1.0 to 3.2) and 1.5 (95% CI 1.2 to 1.7), respectively, compared with patients whose LOS was two days. Patients whose LOS was zero, three, and four days had an increased risk of minor complications (OR 1.8 (95% CI 1.3 to 2.7), 1.2 (95% CI 1.0 to 1.4), and 1.6 (95% CI 1.4 to 1.9), respectively), compared with patients whose LOS was two days. In addition, a LOS of three days increased the risk of re-admission by an OR of 1.2 (95% CI 1.0 to 1.3), and a LOS of four days increased the risk of re-admission by an OR of 1.5 (95% CI 1.3 to 1.6), compared with a LOS of two days. Conclusion Patients discharged on days one to two postoperatively following TKA appear to have reduced major and minor complications compared with discharge on the day of surgery, or on days three to four. Prospective clinical data are required to confirm these findings. Cite this article: Bone Joint J 2019;101-B(7 Supple C):70–76
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».