MétaCan
Menu
Retour à la cohorte
Enregistrement W2998862423 · doi:10.1097/ccm.0000000000004211

Demographic Shifts, Case Mix, Activity, and Outcome for Elderly Patients Admitted to Adult General ICUs in England, Wales, and Northern Ireland

2020· article· en· W2998862423 sur OpenAlexaff
Andrew Jones, Anne Pernille Toft‐Petersen, Manu Shankar‐Hari, David A Harrison, Kathy Rowan

Notice bibliographique

RevueCritical Care Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedicineCase mix indexAuditPopulationIntensive careNorthern irelandEmergency medicineCohortPediatricsYoung adultDemographyGerontologyIntensive care medicineEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Major increases in the proportion of elderly people in the population are predicted worldwide. These population increases, along with improving therapeutic options and more aggressive treatment of elderly patients, will have major impact on the future need for healthcare resources, including critical care. Our objectives were to explore the trends in admissions, resource use, and risk-adjusted hospital mortality for older patients, admitted over a 20-year period between 1997 and 2016 to adult general ICUs in England, Wales, and Northern Ireland. DESIGN: RETROSPECTIVE ANALYSIS OF NATIONAL CLINICAL AUDIT DATABASE. SETTING: The Intensive Care National Audit & Research Centre Case Mix Programme Database, the national clinical audit for adult general ICUs in England, Wales, and Northern Ireland. PATIENTS: All adult patients 16 years old or older admitted to adult general ICUs contributing data to the Case Mix Programme Database between January 1, 1997, and December 31, 2016. MEASUREMENTS AND MAIN RESULTS: The annual number, trends, and outcomes for patients across four age bands (16-64, 65-74, 75-84, and 85+ yr) admitted to ICUs contributing to the Case Mix Programme Database from 1997 to 2016 were examined. Case mix, activity, and outcome were described in detail for the most recent cohort of patients admitted in 2015-2016. Between 1997 to 2016, the annual number of admissions to ICU of patients in the older age bands increased disproportionately, with increases that could not be explained solely by general U.K. demographic shifts. The risk-adjusted acute hospital mortality decreased significantly within each age band over the 20-year period of the study. Although acute severity at ICU admission was comparable with that of the younger age group, apart from cardiovascular and renal dysfunction, older patients received less organ support. Older patients stayed longer in hospital post-ICU discharge, and hospital mortality increased with age, but the majority of patients surviving to hospital discharge returned home. CONCLUSIONS: Over the past two decades, elderly patients have been more commonly admitted to ICU than can be explained solely by the demographic shift. Importantly, as with the wider population, outcomes in elderly patients admitted to ICU are improving over time, with most patients returning home.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,346
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207