Abstract P180: Hospital Readmission After Pediatric Congenital Heart Surgery: A Systematic Review And Meta-analysis Of Potential Risk Factors
Notice bibliographique
Résumé
Objective: Over 40,000 infants are born annually with a heart defect; 25% require surgery and of those 20% result in hospital readmissions. We sought to identify risk factors for short- and long-term readmission following pediatric congenital heart surgery (CHS) to reduce avoidable future admissions. Methods: A systematic approach was used to search four electronic databases and retrieve articles published through 05/2020. We included observational and experimental studies that observed factors associated with 30-day or 1-year readmission after CHS. Studies with a composite outcome of readmission and death were excluded. For each independent risk factor, we assessed the pooled effect size and heterogeneity using a random-effects model. Risk of bias was assessed via the Newcastle-Ottawa scale. Results: After removing 970 duplicates, we screened 5,084 studies; 17 were included in the systematic review and 15 (N= 82,794; 9,856 readmitted) in the meta-analysis. Hospital readmission was significantly and positively associated with gestational age, non-white race, Hispanic ethnicity, government insurance, genetic abnormality, renal dysfunction, failure to thrive, mechanical ventilation, intraoperative ventricular dysfunction, RACHS score, STAT mortality score, cross clamp time, gastroesophageal reflux disease, postoperative arrhythmia, valve regurgitation, feeding difficulties, and ICU and hospital length of stay (LOS). Readmission definition (i.e., 1-yr vs 30-day) and LOS dichotomization (i.e., ≥ 10 or ≥ 14) resulted in significant subgroup differences for age at surgery and LOS. Five studies had higher potential for risk of bias. Conclusions: This is the first meta-analysis to identify patient and clinical factors associated with short and long-term readmission after pediatric CHS. Findings may support clinical decisions before undergoing surgery and identify patients that may benefit from receiving more aggressive care transitions prior to discharge to reduce avoidable hospital readmissions.
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 | 0,011 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,028 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».