Cardiovascular and liver disease among pre-hospital trauma deaths: A review of autopsy findings
Notice bibliographique
Résumé
Introduction Pre-existing disease is a common contributor to mortality and morbidity after injury and resuscitation of injured patients are often altered in hospital based on comorbidities. However, this is uncommon in the pre-hospital phase of care where patients are managed according to clinical practice guidelines. This study aimed to quantify the prevalence of cardiovascular disease (CVD) and liver disease among trauma patients attended by pre-hospital clinicians but who died prior to reaching hospital and assess associations with age. Methods This was a retrospective review of pre-hospital trauma deaths in the state of Victoria, Australia between 01 Jan 2008 and 31 Dec 2014. The inclusion criteria were (a) patients attended by pre-hospital clinicians, (b) deceased before arrival to hospital, (c) evidence of recent trauma and (d) underwent a full autopsy. Cardiovascular and liver disease status were extracted from autopsy reports. Results There were 1043 patients included in this study. Most patients were male (77.1%). Intentional self-harm was significantly more common in patients aged ≥65 years (17.4%). CVD was prevalent in 495 (47.5%; 95%CI: 44.4–50.5) cases with myocardial fibrosis the most common abnormality detected. All sub-groups of CVD demonstrated a significant association with increasing age, except right ventricular hypertrophy. Liver disease was present in 235 (22.5%; 95%CI: 20.1-25.2) patients and most common among patients aged 35–64 years. Discussion CVD was prevalent in almost half of all injured patients included in this study while liver disease was present in about a fifth. The prevalence of CVD was associated with increasing age, while liver disease was more common among middle-aged patients. This high prevalence in our population indicates that pre-existing cardiovascular and liver disease be considered when tailoring pre-hospital life-saving interventions for injured patients.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».