Hepatopulmonary Syndrome: A Nationwide Analysis of Epidemiological Trends and Outcomes From 2012 to 2018
Notice bibliographique
Résumé
BACKGROUND: This study was designed to determine the epidemiological trends and adverse outcomes of hepatopulmonary syndrome (HPS). METHODS: This retrospective interrupted trend study analyzed data from the Nationwide Inpatient Sample (NIS) for the years 2012, 2014, 2016 and 2018 to identify adult (≥ 18 years) hospitalizations with a diagnosis of HPS. We highlighted epidemiological trends for HPS. Inpatient mortality, mean length of stay (LOS) and mean total hospital charge (THC) were estimated using multivariate regression trend analysis. RESULTS: We observed an increase in the total number of HPS hospitalizations from 1,565 in 2012 to 2,495 in 2018, with mean age ranging from 55.8 to 58.1 years. There was a trend towards increasing hospitalizations (P-trend < 0.001) with increasing mean age (P-trend = 0.003) for HPS. Whites made up most of the study population. The inpatient mortality for HPS ranged from 12.4% to 12.6%, but there was no statistically significant trend for mortality (P-trend = 0.534) between 2012 and 2018. Additionally, there was no change in both mean LOS (P-trend = 0.545) and mean THC (P-trend = 0.534) for HPS for these years. CONCLUSIONS: Hospitalizations and mean age for HPS were on the rise. Inpatient mortality ranged from 12.4% to 12.6%; however, a statistically significant trend for mortality was absent.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».