Thirty-Day Mortality in COVID-19 Positive Patients With Hip Fractures: A Case-Series and Literature Review
Notice bibliographique
Résumé
INTRODUCTION: The novel coronavirus has spread rapidly around the world with particularly high mortality in the elderly. Care and nursing homes have become the sites of greatest concentration of cases. We intended to review 30-day mortality of COVID-19 patients with hip fractures. This is relevant given the disease impact in this age group. METHODS: Medline and Embase databases were searched for relevant studies linked to mortality and morbidity in COVID-19 patients who have undergone non-elective hip surgeries using the keywords "COVID-19"OR "SARS-cov-2"OR "Coronavirus Infections"; AND "Surgery"OR "Hip"OR "Fracture"OR "Orthopedics." We included all patients with hip fractures, but excluded pathological fractures and other non-traumatic hip pathologies. Four-hundred and eighty-one articles were identified for screening, in addition to an unpublished case-series of 67 patients that have 3 cases turned positive for COVID 19, yielding a total of 50patients for the final review. RESULTS: The study included 4 articles published until May 9th 2020 and a case-series: 26(52%) patients were females; the median age was 86years; hypertension(53.6%), diabetes mellitus type II(28.6%), and coronary artery heart disease(25%) were the most common comorbidities; 34(68%) patients had intertrochanteric hip fracture and 16(32%) patients had femoral neck fractures; 22(59.5%) patients underwent cephalomedullary nail fixation, 12(32.4%) patients had hemiarthroplasty, and for 3(8.1%) patients, the type of surgery was not documented; 20(40%) patients died(12patients died before the surgery and 8died after surgery at a median time of 3days), 29(76.3%) patients had an unremarkable course throughout hospitalization and were discharged including 1(2.6%) patient managed non-operatively, and 1(2.6%) patient was admitted to the ICU after the surgery but eventually discharged. CONCLUSION: COVID-19 infected elderly patients have a higher 30-days mortality rate compared to non-COVID-19 infected cases. Further studies are warranted to look at the morbidity and mortality rates in COVID-19 positive patients with hip fractures and to investigate how these outcomes can be improved. LEVEL OF EVIDENCE: Level IV.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».