Long-term survival in high-risk older adults following emergency general surgery admission
Notice bibliographique
Résumé
BACKGROUND: Emergency general surgery (EGS) conditions are increasingly common among nursing home residents. While such patients have a high risk of in-hospital mortality, long-term outcomes in this group are not well described, which may have implications for goals of care discussions. In this study, we evaluate long-term survival among nursing home residents admitted for EGS conditions. METHODS: We performed a population-based, retrospective cohort study of nursing home residents (65 years or older) admitted for one of eight EGS diagnoses (appendicitis, cholecystitis, strangulated hernia, bowel obstruction, diverticulitis, peptic ulcer disease, intestinal ischemia, or perforated viscus) from 2006 to 2018 in a large regional health system. The primary outcome was 1-year survival. To ascertain the effect of EGS admission independent of baseline characteristics, patients were matched to nursing home residents without an EGS admission based on demographics and baseline health. Kaplan-Meier analysis was used to evaluate survival across groups. RESULTS: A total of 7,942 nursing home residents (mean age, 85 years) were admitted with an EGS diagnosis and matched to controls. One quarter of patients underwent surgery, and 18% died in hospital. At 1 year, 55% of cases were alive, compared with 72% of controls (p < 0.001). Among those undergoing surgery, 61% were alive at 1 year, compared with 72% of controls (p < 0.001). The 1-year survival probability was 57% in patients who did not require mechanical ventilation, 43% in those who required 1 to 2 days of ventilation, and 30% in those who required ≥3 days of ventilation. CONCLUSION: Although their risk of in-hospital mortality is high, most nursing home residents admitted for an EGS diagnosis survive at least 1 year. While nursing home residents presenting with an EGS diagnosis should be cited realistic odds for the risk of death, long-term survival is achievable in the majority of these patients. LEVEL OF EVIDENCE: Epidemiological, level III.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».