Racial Disparities in ICU Outcomes: A Systematic Review*
Notice bibliographique
Résumé
OBJECTIVES: Racial disparities in the United States healthcare system are well described across a variety of clinical settings. The ICU is a clinical environment with a higher acuity and mortality rate, potentially compounding the impact of disparities on patients. We sought to systematically analyze the literature to assess the prevalence of racial disparities in the ICU. DATA SOURCES: We conducted a comprehensive search of PubMed/MEDLINE, Scopus, CINAHL, and the Cochrane Library. STUDY SELECTION: We identified articles that evaluated racial differences on outcomes among ICU patients in the United States. Two authors independently screened and selected articles for inclusion. DATA EXTRACTION: We dual-extracted study characteristics and outcomes that assessed for disparities in care (e.g., in-hospital mortality, ICU length of stay). Studies were assessed for bias using the Newcastle-Ottawa Scale. DATA SYNTHESIS: Of 1,325 articles screened, 25 articles were included (n = 751,796 patients). Studies demonstrated race-based differences in outcomes, including higher mortality rates for Black patients when compared with White patients. However, when controlling for confounding variables, such as severity of illness and hospital type, mortality differences based on race were no longer observed. Additionally, results revealed that Black patients experienced greater financial impacts during an ICU admission, were less likely to receive early tracheostomy, and were less likely to receive timely antibiotics than White patients. Many studies also observed differences in patients' end-of-life care, including lower rates on the quality of dying, less advanced care planning, and higher intensity of interventions at the end of life for Black patients. CONCLUSIONS: This systematic review found significant differences in the care and outcomes among ICU patients of different races. Mortality differences were largely explained by accompanying demographic and patient factors, highlighting the effect of structural inequalities on racial differences in mortality in the ICU. This systematic review provides evidence that structural inequalities in care persist in the ICU, which contribute to racial disparities in care. Future research should evaluate interventions to address inequality in the ICU.
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 | 0,010 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,013 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».