Length of hospital stay and mortality of hip fracture surgery in patients with Coronavirus disease 2019 (COVID-19) infection: A systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Coronavirus disease 2019 (COVID-19) patients who undergo hip fracture surgery are expected to have worse outcomes because they are vulnerable to developing COVID-19-associated complications. The present review attempted to assess the in-hospital and 30-day mortality rates as well as the length of hospital stay in patients with COVID-19 infection who had hip fracture surgery. METHODS: Two authors independently searched Google Scholar, PubMed, Web of Knowledge, SCOPUS, and Embase, based on the MeSH-matched scientific keywords. The nine-star Newcastle-Ottawa Scale (NOS) scoring system was employed to assess the methodological quality of all eligible studies. RESULTS: Eleven cohort studies that included 336 patients comprised the study. Three studies reported in-hospital mortality. Eight studies reported 30-day postoperative mortality. The pooled in-hospital mortality rate was 29.8% (95% CI: 26.6%-35.6%). The pooled 30-day postoperative mortality rate was 35.0% (95% CI: 29.9%-40.5%). The mean hospital stay was 11.29 days (95% CI: 10.65 days-11.94 days). CONCLUSIONS: The rates of in-hospital and 30-day mortality in COVID-19 patients who undergo hip fracture surgery is high. These data suggest delaying hip fracture surgery until COVID-19 infection of the patients is controlled. LEVEL OF EVIDENCE: Level II.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle