Prevalence and Intensive Care Bed Use in Subjects on Prolonged Mechanical Ventilation in Swedish ICUs
Notice bibliographique
Résumé
BACKGROUND: The number of patients requiring prolonged mechanical ventilation (PMV) is predicted to escalate due to an aging population. International studies on prevalence and resource utilization of this patient group exist, but data are lacking from Scandinavian ICUs, where there is a relatively low number of ICU beds in relation to population. The primary aim was to identify prevalence of admissions requiring mechanical ventilation ≥ 7-21 d and PMV > 21 d, and their use of ICU bed days in Sweden. Secondary aims were to describe patient characteristics and outcomes. METHODS: We obtained data from the Swedish Intensive Care Registry on admissions age ≥ 18 y mechanically ventilated ≥ 7 d and used open source registry data to calculate the prevalence and use of bed days of admissions ventilated ≥ 7-21 d and PMV > 21 d. RESULTS: Of the 39,510 ICU admissions to Swedish ICUs in 2017, those mechanically ventilated ≥ 7-21 d accounted for 1,643 (4%) admissions, and those with PMV > 21 d accounted for 307 (0.8%) admissions. Of the 109,457 ICU bed days, 22% were consumed by admissions ventilated ≥ 7-21 d and 10% by those with PMV > 21 d. The ICU mortality of both groups was 21%. Admissions with mechanical ventilation ≥ 7 d had a median age of 65 y and were predominantly male (64%). CONCLUSIONS: Admissions to Swedish ICUs who required mechanical ventilation ≥ 7-21 d and PMV > 21 d form a relatively small proportion of all ICU admissions, but consume a significant proportion of ICU beds days. Prevalence of admissions, ICU bed days, and ICU mortality were lower than reports from other countries, but the admissions were predominantly elderly and male, in accordance with other reports.
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 | 0,001 |
| 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 ».