Association between age and readmission after percutaneous coronary intervention for acute myocardial infarction
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to investigate the association between age and the risk of 30-day unplanned readmission among adult patients with acute myocardial infarction (AMI) undergoing percutaneous coronary intervention (PCI). METHODS: This retrospective analysis included patients from the Nationwide Readmissions Database with AMI who underwent PCI during 2013-2014. We used multivariable logistic regression model to calculate adjusted odds ratios (AORs) for risk of readmission. To examine potential non-linear association, we performed logistic regression with restricted cubic splines (RCS). RESULTS: Of the 492 550 patients with AMI aged above 18 years undergoing PCI during the index hospitalisation, 48 630 (9.87%) were readmitted within 30 days. Although the crude readmission rate of younger patients (aged 18-54 years) was the lowest (7.27%), younger patients had higher risk of readmission compared with patients aged 55-64 years for all-causes (AOR 1.06 (1.01 to 1.11), p=0.0129) and specific causes, such as AMI and chest pain (both cardiac and non-specific) after adjusted for covariates. Patients aged 65-74 years were at lower risk of all-cause readmission. Older patients (age ≥75 years) had higher risk of readmission for heart failure (AOR 1.50 (1.29 to 1.74)) and infection (AOR 1.44 (1.16 to 1.79)), but lower risk for chest pain. RCS analyses showed a U-shaped relationship between age and readmission risk. CONCLUSIONS: Our results suggest higher risk of readmission in younger patients for all-cause unplanned readmission after adjusted for covariates. The trends of readmission risk along with age were different for specific causes. Age-targeted initiatives are warranted to reduce preventable readmissions in patients with AMI undergoing PCI.
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 ».