Early predictors of discharge to home among severely injured geriatric patients: A single-system retrospective cohort study
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.
Notice bibliographique
Résumé
Background Injured geriatric patients experience significant functional decline during their hospitalization, limiting their ability to be discharged home which is a valuable outcome among this vulnerable population. We therefore sought to evaluate the clinical characteristics of injured elderly patients managed within our trauma system and identify early predictors for discharge to home. Methods In this single-system retrospective cohort study, we evaluated significantly injured (Injury Severity Score ≥12) geriatric (age ≥65 y) patients admitted from Northern Alberta between 2011 and 2016. The primary outcome was discharge disposition to home. Data was analyzed with descriptive statistics, and univariable and multivariable logistic regression modelling. P values less than 0.05 were considered statistically significant. Results We identified 1548 patients with a median age of 77. Falls accounted for 47% of injuries with median injury severity score of 22; 47% of patients were discharged home with a median hospital length of stay of 8 days. All-cause in-hospital mortality was 19%. On multivariable regression, age, injury severity score, heart rate, systolic blood pressure, and Glasgow Coma Score were independent predictors for discharge home, as well as hospital and intensive care unit length of stay. Conclusion Nearly half of severely injured geriatric trauma patients were discharged home. The identified predictors provide clues to disposition on admission that trauma providers may use to guide in-hospital care planning, disposition planning, and stimulate early goals of care discussions.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle