MétaCan
Menu
Retour à la cohorte
Enregistrement W4200470163 · doi:10.1111/anae.15644

Hospital re‐admission after critical care survival: a systematic review and meta‐analysis

2021· review· en· W4200470163 sur OpenAlexaboutno aff
Joanne McPeake, Meghan Bateson, Fiona Christie, C. Robinson, Paul Cannon, Mark E. Mikkelsen, Theodore J. Iwashyna, Alastair H. Leyland, Martin Shaw, Tara Quasim

Notice bibliographique

RevueAnaesthesia · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesMedical Research Council
Mots-clésMedicineDeliriumChecklistCINAHLHospital admissionMEDLINEMeta-analysisMechanical ventilationEmergency medicineIntensive care medicineInternal medicinePsychological interventionPsychiatry

Résumé

récupéré en direct d'OpenAlex

Survivors of critical illness frequently require increased healthcare resources after hospital discharge. We undertook a systematic review and meta-analysis to assess hospital re-admission rates following critical care admission and to explore potential re-admission risk factors. We searched the MEDLINE, Embase and CINAHL databases on 05 March 2020. Our search strategy incorporated controlled vocabulary and text words for hospital re-admission and critical illness, limited to the English language. Two reviewers independently applied eligibility criteria and assessed quality using the Newcastle Ottawa Score checklist and extracted data. The primary outcome was acute hospital re-admission in the year after critical care discharge. Of the 8851 studies screened, 87 met inclusion criteria and 41 were used within the meta-analysis. The analysis incorporated data from 3,897,597 patients and 741,664 re-admission episodes. Pooled estimates for hospital re-admission after critical illness were 16.9% (95%CI: 13.3-21.2%) at 30 days; 31.0% (95%CI: 24.3-38.6%) at 90 days; 29.6% (95%CI: 24.5-35.2%) at six months; and 53.3% (95%CI: 44.4-62.0%) at 12 months. Significant heterogeneity was observed across included studies. Three risk factors were associated with excess acute care rehospitalisation one year after discharge: the presence of comorbidities; events during initial hospitalisation (e.g. the presence of delirium and duration of mechanical ventilation); and subsequent infection after hospital discharge. Hospital re-admission is common in survivors of critical illness. Careful attention to the management of pre-existing comorbidities during transitions of care may help reduce healthcare utilisation after critical care discharge. Future research should determine if targeted interventions for at-risk critical care survivors can reduce the risk of subsequent rehospitalisation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,037
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,042
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,371
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnaesthesiaMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207