Adverse Events Among Hospitalized Critically Ill Patients: A Retrospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to estimate the frequency and type of adverse events (AEs) among critically ill patients and identify patient and hospital factors associated with AEs and clinical and health care utilization consequences of AEs. MATERIALS AND METHODS: This retrospective cohort study includes patients admitted to 30 intensive care units (ICUs) in Alberta, Canada from May 2014 to April 2017. The main outcome was AEs derived from validated ICD-10, Canadian code algorithms for 18 AEs. Estimates of the proportion and rate of AEs are presented. The association between documented AEs and patient (eg, age, sex, comorbidities) and hospital (eg, ICU site and type, length of stay, readmission) variables are described using regression methods. RESULTS: Of 49,447 hospital admissions with admission to ICU, ≥1 AEs were documented in 12,549 (25%) admissions. The most common AEs were respiratory complications (10%) and hospital-acquired infections (9%). AEs were associated with having ≥2 comorbidities [odds ratio (OR)=1.4, 95% confidence interval (CI)=1.3-1.4], being admitted to the ICU from the operating room or another hospital ward (OR=1.8, 95% CI=1.7-2.0 and OR=2.7, 95% CI=2.5-3.0, respectively) and being readmitted to ICU during their hospital stay (OR=4.8, 95% CI=4.7-5.6). Patients with an AE stayed 5.4 days longer in ICU (95% CI=5.2-5.6 d, P<0.001), 18.2 days longer in hospital (95% CI=17.7-18.8 d, P<0.001) and had increased odds of hospital mortality (OR=1.5, 95% CI=1.4-1.6) than those without an AE. CONCLUSIONS: AEs are common among critically ill patients and certain factors are associated with AEs. Documented AEs are associated with longer stays and increased mortality.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | high |
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 | 0,009 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».