Hospitalized Infections in People With Osteoarthritis: A National US Study
Notice bibliographique
Résumé
OBJECTIVE: To study the incidence, time trends, and outcomes of serious infections in people with osteoarthritis (OA). METHODS: We used 1998-2016 US National Inpatient Sample (NIS) data. Using recommended weights, we examined the epidemiology of 5 types of serious infections requiring hospitalization in people with OA (opportunistic infections [OIs], skin and soft tissue infections [SSTIs], urinary tract infections [UTIs], pneumonia, and sepsis/bacteremia). We performed multivariable-adjusted logistic regression analyses to analyze factors associated with healthcare utilization (hospital charges, length of hospital stay, discharge to nonhome setting), and in-hospital mortality. RESULTS: Of all serious infection hospitalizations, 46,708,154 were without OA and 3,258,416 had OA. People with OA were 16.4 years older, more likely to be female (52% vs 65%), White (59% vs 70%), have a Deyo-Charlson Comorbidity Index (DCCI) ≥ 2 (42% vs 51%), receive Medicare (54% vs 80%), and less likely to receive care at an urban teaching hospital (45% vs 39%). Serious infection rates per 100,000 NIS hospitalizations increased from the study period of 1998-2000 to 2015-2016: OI (from 4.5 to 7.2); SSTI (from 48.4 to 145.9); UTI (from 8.4 to 104.6); pneumonia (from 164.0 to 224.3); and sepsis (from 39.4 to 436.3). In multivariable-adjusted analyses, older age, higher DCCI, sepsis, northeast region, urban hospital, and medium or large hospital bed size were significantly associated with higher healthcare utilization outcomes and in-hospital mortality; Medicaid insurance, non-White race, and female sex were significantly associated with higher healthcare utilization. CONCLUSION: Serious infection rates have increased in people with OA. Association of demographic, clinic, and hospital variables with serious infection outcomes identifies potential targets for future interventions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».