HIV Infection: Its Impact on Patients with Appendicitis in Botswana
Notice bibliographique
Résumé
BACKGROUND: To compare the presentation, management, and outcome of HIV-positive patients with appendicitis to those of HIV-negative patients with appendicitis. SUMMARY BACKGROUND DATA: The literature is limited regarding the impact of HIV infection on patients with appendicitis. METHODS: A retrospective review of patients with appendicitis and known HIV status admitted to Princess Marina Hospital, Gaborone, Botswana, aged 13 years and greater was performed from January 2013 to December 2015. Data on patient demographics, presentation, laboratory findings, management, and outcomes were analyzed. RESULTS: A total of 295 patients with appendicitis and known HIV status were identified, of which 119 (40.3%) were HIV positive. The median [IQR] ages for HIV-positive and HIV-negative patients were 34 [29-42] and 26 [20-33] years, respectively. The male-to-female ratio for the same two groups was 0.8:1 and 1.4:1, respectively. Presenting symptoms, signs, and white blood cell count were similar in both groups. HIV-positive patients had significantly higher overall (4.2 vs. 0.0%, p = 0.010) and postoperative (4.4 vs. 0.0%, p = 0.024) mortality rates. There was no significant difference in the total complication rate between HIV-positive and HIV-negative patients (13.2 vs. 7.9%, p = 0.192). Compared to HIV-positive patients with a CD4 count ≥200, patients with a CD4 count <200 have a significantly higher postoperative mortality rate (17.6 vs. 1.4%, p = 0.023) and a trend toward a higher total postoperative complication rate (31.3 vs. 10.8%, p = 0.054). CONCLUSION: Within our setting, HIV infection, particularly with a CD4 <200, was correlated with significantly higher mortality in patients with acute appendicitis.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».