MétaCan
Menu
Retour à la cohorte
Enregistrement W4200618978 · doi:10.1001/jamapediatrics.2021.5177

Rates in Bronchiolitis Hospitalization, Intensive Care Unit Use, Mortality, and Costs From 2004 to 2018

2021· article· en· W4200618978 sur OpenAlexaffabout
Sanjay Mahant, Patricia C. Parkin, Thaksha Thavam, Haris Imsirovic, Meltem Tuna, Braden Knight, Richard Webster, Suzanne Schuh, Teresa To, Peter J. Gill, Gita Wahi, Lucy Giglia, Ann Bayliss, Mahmoud Sakran, Ronik Kanani, Anupam Seghal, Catherine Pound, Sean Murray, Sepideh Taheri

Notice bibliographique

RevueJAMA Pediatrics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRespiratory viral infections research
Établissements canadiensOttawa HospitalHospital for Sick ChildrenPublic Health OntarioSickKids FoundationUniversity of TorontoChildren's Hospital of Eastern OntarioInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésBronchiolitisMedicinePediatricsPopulationEmergency medicineIntensive care unitAcute BronchiolitisCohortIntensive care medicineEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

IMPORTANCE: Over the last 2 decades, bronchiolitis guidelines and improvement efforts focused on supportive care and reducing unnecessary tests, treatments, and hospitalization. There have been limited population-based studies examining hospitalization outcomes over time. OBJECTIVE: To describe rates and trends in bronchiolitis hospitalization, intensive care unit (ICU) use, mortality, and costs. DESIGN, SETTING, AND PARTICIPANTS: This cohort study used population-based health administrative data from April 1, 2004, to March 31, 2018, to identify bronchiolitis encounters using hospital discharge diagnosis codes in Ontario, Canada. Children younger than 2 years with and without bronchiolitis hospitalization were included. Data were analyzed from January 2020 to July 2021. MAIN OUTCOMES AND MEASURES: Bronchiolitis hospitalization per 1000 person-years, ICU use per 1000 hospitalizations, mortality per 100 000 person-years, and costs per 1000 person-years adjusted to 2018 Canadian dollars and reported in 2018 US dollars. RESULTS: Among 2 336 446 included children, 1 199 173 (51.3%) were male. During the study period, 43 993 children (1.9%) younger than 2 years had 48 058 bronchiolitis hospitalizations at 141 hospitals. Bronchiolitis accounted for 48 058 of 360 920 all-cause hospitalizations (13.3%) and 215 654 of 2 566 348 all-cause hospital days (8.4%) in children younger than 2 years. Bronchiolitis hospitalization was stable over time, at 14.0 (95% CI, 13.6-14.4) hospitalizations per 1000 person-years in 2004-2005 and 12.7 (95% CI, 12.2-13.1) hospitalizations per 1000 person-years in 2017-2018 (annual percent change [APC], 0%; 95% CI, -1.6 to 1.6; P = .97). ICU admission increased significantly from 38.1 (95% CI, 32.2-44.8) per 1000 hospitalizations in 2004-2005 to 87.8 (95% CI, 78.3-98.0) per 1000 hospitalizations in 2017-2018 (APC, 7.2%; 95% CI, 5.4-8.9; P < .001). Over the study period, bronchiolitis mortality was 2.8 (95% CI, 2.3-3.4) per 100 000 person-years and remained stable (APC, 1.1%; 95% CI, -8.4 to 11.7; P = .85). Hospitalization costs per 1000 person-years increased from $49 640 (95% CI, $49 617-$49 663) in 2004-2005 to $58 632 (95% CI, $58 608-$58 657) in 2017-2018 (APC, 3.0%; 95% CI, 1.3-4.8; P = .002). CONCLUSIONS AND RELEVANCE: From 2004 to 2018, bronchiolitis hospitalization and mortality rates remained stable; however, ICU use and costs increased substantially. This represents a major increase in high-intensity hospital care and costs for one of the most common and cumulatively expensive conditions in pediatric hospital care.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,378
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations72
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA PediatricsMême sujetRespiratory viral infections researchTravaux en français237 207