Clinical and economic burden of infections in hospitalized solid organ transplant recipients compared with the general population in Canada – a retrospective cohort study
Notice bibliographique
Résumé
Infections continue to be a major cause of post-transplant morbidity and mortality, requiring increased health services utilization. Estimates on the magnitude of this impact are relatively unknown. Using national administrative databases, we compared mortality, acute care health services utilization, and costs in solid organ transplant (SOT) recipients to nontransplant patients using a retrospective cohort of hospitalizations in Canada (excluding Manitoba/Quebec) between April-2009 and March-2014, with a diagnosis of pneumonia, urinary tract infection (UTI), or sepsis. Costs were analyzed using multivariable linear regression. We examined 816 324 admissions in total: 408 352 pneumonia; 328 066 UTI's; and 128 275 sepsis. Unadjusted mean costs were greater in SOT compared to non-SOT patients with pneumonia [(C$14 923 ± C$29 147) vs. (C$11 274 ± C$18 284)] and sepsis [(C$23 434 ± C$39 685) vs. (C$20 849 ± C$36 257)]. Mortality (7.6% vs. 12.5%; P < 0.001), long-term care transfer (5.3% vs. 16.5%; P < 0.001), and mean length of stay (11.0 ± 17.7 days vs. 13.1 ± 24.9 days; P < 0.001) were lower in SOT. More SOT patients could be discharged home (63.2% vs. 44.3%; P < 0.001), but required more specialized care (23.5% vs. 16.1%; P < 0.001). Adjusting for age and comorbidities, hospitalization costs for SOT patients were 10% (95% CI: 8-12%) lower compared to non-SOT patients. Increased absolute hospitalization costs for these infections are tempered by lower adjusted costs and favorable clinical outcomes.
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 ».