Age of patients undergoing surgery
Notice bibliographique
Résumé
BACKGROUND: Advancing age is independently associated with poor postoperative outcomes. The ageing of the general population is a major concern for healthcare providers. Trends in age were studied among patients undergoing surgery in the National Health Service in England. METHODS: Time trend ecological analysis was undertaken of Hospital Episode Statistics and Office for National Statistics data for England from 1999 to 2015. The proportion of patients undergoing surgery in different age groupings, their pooled mean age, and change in age profile over time were calculated. Growth in the surgical population was estimated, with associated costs, to the year 2030 by use of linear regression modelling. RESULTS: Some 68 205 695 surgical patient episodes (31 220 341 men, 45·8 per cent) were identified. The mean duration of hospital stay was 5·3 days. The surgical population was older than the general population of England; this gap increased over time (1999: 47·5 versus 38·3 years; 2015: 54·2 versus 39·7 years). The number of people aged 75 years or more undergoing surgery increased from 544 998 (14·9 per cent of that age group) in 1999 to 1 012 517 (22·9 per cent) in 2015. By 2030, it is estimated that one-fifth of the 75 years and older age category will undergo surgery each year (1·49 (95 per cent c.i. 1·43 to 1·55) million people), at a cost of €3·2 (3·1 to 3·5) billion. CONCLUSION: The population having surgery in England is ageing at a faster rate than the general population. Healthcare policies must adapt to ensure that provision of surgical treatments remains safe and sustainable.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».