MétaCan
Menu
Retour à la cohorte
Enregistrement W4306411854 · doi:10.1513/annalsats.202203-195oc

The Effects of Postacute Rehabilitation on Mortality, Chronic Care Dependency, Health Care Use, and Costs in Sepsis Survivors

2022· article· en· W4306411854 sur OpenAlexaff
Daniel T. Winkler, Norman Rose, Antje Freytag, Wolfgang Sauter, Melissa Spoden, Anna Schettler, Lisa Wedekind, Josephine Storch, Bianka Ditscheid, Peter Schlattmann, Konrad Reinhart, Christian Günster, Christiane S. Hartog, Carolin Fleischmann-Struzek

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedicineRehabilitationPropensity score matchingSepsisCohortObservational studyPhysical therapySubgroup analysisEmergency medicineIntensive care medicineInternal medicineMeta-analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Sepsis often leads to long-term functional deficits and increased mortality in survivors. Postacute rehabilitation can decrease long-term sepsis mortality, but its impact on nursing care dependency, health care use, and costs is insufficiently understood. Objectives To assess the short-term (7–12 months postdischarge) and long-term (13–36 months postdischarge) effect of inpatient rehabilitation within 6 months after hospitalization on mortality, nursing care dependency, health care use, and costs. Methods An observational cohort study used health claims data from the health insurer AOK (Allgemeine Ortskrankenkasse). Among 23.0 million AOK beneficiaries, adult beneficiaries hospitalized with sepsis in 2013–2014 were identified by explicit codes from the International Classification of Diseases, Tenth Revision. The study included patients who were nonemployed presepsis, for whom rehabilitation is reimbursed by the AOK and thus included in the dataset, and who survived at least 6 months postdischarge. The effect of rehabilitation was estimated by statistical comparisons of patients with rehabilitation (treatment group) and those without (reference group). Possible differential effects were investigated for the subgroup of ICU-treated sepsis survivors. The study used inverse probability of treatment weighting based on propensity scores to adjust for differences in relevant covariates. Costs for rehabilitation in the 6 months postsepsis were not included in the cost analysis. Results Among 41,918 6-month sepsis survivors, 17.2% (n = 7,224) received rehabilitation. There was no significant difference in short-term survival between survivors with and without rehabilitation. Long-term survival rates were significantly higher in the rehabilitation group (90.4% vs. 88.7%; odds ratio [OR] = 1.2; 95% confidence interval [95% CI] = 1.1–1.3; P = 0.003). Survivors with rehabilitation had a higher mean number of hospital readmissions (7–12 months after sepsis: 0.82 vs. 0.76; P = 0.014) and were more frequently dependent on nursing care (7–12 months after sepsis: 47.8% vs. 42.3%; OR = 1.2; 95% CI = 1.2–1.3; P < 0.001; 13–36 months after sepsis: 52.5% vs. 47.5%; OR = 1.2; 95% CI = 1.1–1.3; P < 0.001) compared with those without rehabilitation, whereas total health care costs at 7–36 months after sepsis did not differ between groups. ICU-treated sepsis patients with rehabilitation had higher short- and long-term survival rates (short-term: 93.5% vs. 90.9%; OR = 1.5; 95% CI = 1.2–1.7; P < 0.001; long-term: 89.1% vs. 86.3%; OR = 1.3; 95% CI = 1.1–1.5; P < 0.001) than ICU-treated sepsis patients without rehabilitation. Conclusions Rehabilitation within the first 6 months after ICU- and non–ICU-treated sepsis is associated with increased long-term survival within 3 years after sepsis without added total health care costs. Future work should aim to confirm and explain these exploratory findings.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,078
Tête enseignante GPT0,434
Écart entre enseignants0,356 · 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'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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207