MétaCan
Menu
Retour à la cohorte
Enregistrement W3014057247 · doi:10.1097/cce.0000000000000102

Timing of Onset, Burden, and Postdischarge Mortality of Persistent Critical Illness in Scotland, 2005–2014: A Retrospective, Population-Based, Observational Study

2020· article· en· W3014057247 sur OpenAlex
Martin Shaw, Elizabeth M. Viglianti, Joanne McPeake, Sean M. Bagshaw, David Pilcher, Rinaldo Bellomo, Theodore J. Iwashyna, Tara Quasim

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCritical Care Explorations · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Heart, Lung, and Blood InstituteIntensive Care SocietyU.S. Department of Veterans Affairs
Mots-clésMedicineRetrospective cohort studyCritical illnessComorbidityObservational studyPopulationSeverity of illnessDemographicsEmergency medicineCohort studyIntensive careIntensive care unitCohortPediatricsIntensive care medicineDemographyInternal medicineCritically ill

Résumé

récupéré en direct d'OpenAlex

We aimed to understand the prevalence, timing of onset, resource use, and long-term outcomes of patients who developed persistent critical illness in a national dataset. DESIGN: Retrospective cohort. Using a physiologic risk adjustment model from ICU admission, we examined the relative ability of acute (related to reason for ICU presentation) and antecedent (demographics, comorbidities) characteristics to discriminate hospital mortality models. Persistent critical illness was defined as the point during an ICU stay when, at the population-level, patients' acute diagnoses and physiologic disturbance are no longer more accurate at discriminating who survives than are baseline demographics and comorbidity. We examined the change across ICU stay in the relative discrimination of those characteristics, and short-term (in-hospital and 30 d after admission) and medium-term (90 d after admission) survival. Finally, we analyzed the changes in the population definition of persistent critical illness over time. SETTING: Patients admitted as level 3 to Scottish ICUs between 2005 and 2014. PATIENTS: Seventy-two-thousand two-hundred fifty-three adult level 3 ICU admissions in 23 ICUs across Scotland. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: The onset of persistent critical illness, occurs at an average of 5.0 days (95% CI, 3.9-6.4 d) across this dataset. The crossing point increased across the decade, by an average of 0.36 days (95% CI, 0.22-0.50 d) per year. In this dataset, 24,425 (33.8%) remained in the ICU long enough to meet this greater than 5-day definition of persistent critical illness. The care of such patients involved 72.3% ICU days used by any level 3 patient; 46.5% of all Scottish ICU bed-days were after day 5. Although rates of 30 days after admission survival rose dramatically during the decade under study, these rates were similar for those with shorter or longer ICU stays, as were the rates of 90-day survival among those who survived at least 30 days. CONCLUSIONS: Persistent critical illness occurred in one in three ICU patients in Scotland. These minority of patients accounted for disproportionate hospital resources but did not have worse 30- or 90-day postadmission survival.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,505

Scores Codex et Gemma par catégorie

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

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 Opus0,300
Tête enseignante GPT0,429
Écart entre enseignants0,128 · 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