Seasonal Variations of Hospital Admissions for Alcohol-Related Hepatitis in the United States
Notice bibliographique
Résumé
Background: Clinical experience suggests an increased hospitalization rate for alcohol-related hepatitis (AH) in the winter months; however, seasonal variations in the prevalence of hospitalizations for AH have not been described previously. We hypothesized that AH hospitalizations would be higher in the winter months due to the holiday season and increased alcohol sales. Methods: Patients with primary or secondary discharge diagnosis of AH were included in the study (International Classification of Diseases, Clinical Modification-10th Revision codes K70.4 and K70.1) between January 2016 and December 2019. The primary outcome measure for this study was daily hospitalizations by each month of the year. Secondary outcome measures included the rate of in-hospital mortality associated with AH, for each month. Results: The highest number of AH-related admissions was reported in July (n = 56,800; 9%), followed by August (n = 55,700; 8.8%) and May (n = 54,865; 8.7%). February had the lowest number of admissions (n = 46,550; 7.37%). The adjusted mortality was highest in December (overall mortality: 9.6%; adjusted odds ratio: 1.29; 95% confidence interval: 1.142 - 1.461; P < 0.0001) and lowest in May (overall mortality rate: 7.7%). No difference was noted between length of stay and total hospitalization cost between months. Conclusion: Our findings demonstrate that seasonal variations in hospitalizations related to AH do exist across the United States. Regional differences also exist and follow unique patterns. The increase in admissions for AH is in line with other studies suggesting that heavy drinking happens during the warm season. Hospital administrators and other stewards of healthcare resources can use seasonal patterns to guide allocation of resources.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 ».