Postoperative mortality in the COVID-positive hip fracture patient, a systematic review and meta-analysis
Notice bibliographique
Résumé
PURPOSE: The extent to which concomitant COVID-19 infection increases short-term mortality following hip fracture is not fully understood. A systemic review and meta-analysis of COVID-19 positive hip fracture patients (CPHFPs) undergoing surgery was conducted to explore the association of COVID-19 with short-term mortality. METHODS: Review of the literature identified reports of short-term 30-day postoperative mortality in CPHFPs. For studies including a contemporary control group of COVID-19 negative patients, odds ratios of the association between COVID-19 infection and short-term mortality were calculated. Short-term mortality and the association between COVID-19 infection and short-term mortality were meta-analyzed and stratified by hospital screening type using random effects models. RESULTS: Seventeen reports were identified. The short-term mortality in CPHFPs was 34% (95% C.I., 30-39%). Short-term mortality differed slightly across studies that screened all patients, 30% (95% C.I., 22-39%), compared to studies that conditionally screened patients, 36% (95% C.I., 31-42%), (P = 0.22). The association between COVID-19 infection and short-term mortality produced an odds ratio of 7.16 (95% C.I., 4.99-10.27), and this was lower for studies that screened all patients, 4.08 (95% C.I., 2.31-7.22), compared to studies that conditionally screened patients, 8.32 (95% C.I., 5.68-12.18), (P = 0.04). CONCLUSION: CPHFPs have a short-term mortality rate of 34%. The odds ratio of short-term mortality was significantly higher in studies that screened patients conditionally than in studies that screened all hip fracture patients. This suggests mortality prognostication should consider how COVID-19 infection was identified as asymptomatic patients may fare slightly better.
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 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 | 0,014 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,015 | 0,007 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 tête enseignante, 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 ».