278: PRACTICE OF DO-NOT-RESUSCITATE ORDERS IN A TERTIARY CARE HOSPITAL IN SAUDI ARABIA
Notice bibliographique
Résumé
Introduction: The objective of the study is to describe DNR practices in Saudi Arabia. Methods: This is a retrospective cohort study based on a prospectively collected intensive care unit (ICU) database between 2002-2017. We compared patients who had DNR order during the ICU stay with patients with “full code” admitted to a tertiary medical-surgical ICU in Riyadh, Saudi Arabia. Results: Among 24790 patients admitted to the ICU over the 16-year period, 3217 (13%) patients had DNR orders during the ICU stay. Patients with DNR orders, compared to patients with “full code”, were older (median 67 years (Q1,Q3: 55,76) vs. 57 years (Q1,Q3: 33,71), P < 0.0001), were more likely to be females 1374 (43%) vs. 8200 (38%), P < 0.0001) and had higher APACHE II score (median 28 (Q1,Q3: 23, 34) vs. 19 (Q1,Q3: 13, 25), P < 0.0001). Patients with DNR orders, compared to patients with “full code”, were more likely to be mechanically ventilated (2660 (83%) vs. 11871 (55%), P < 0.0001), to have comorbid conditions and had a lower functional status (modified Rankin scores 4-5: 608 (18.9%) vs. 1897 (8.8%), P < 0.0001). Patients with DNR orders, compared to patients with “full code”, were more likely to die in the ICU (2168/3217 (67.8%) vs. 1807/21573 (8.5%) P < 0.0001); and in the hospital (2650/3217 (82.4%) vs. 3908/21573 (18.1%) P < 0.0001). On multivariate logistic regression analysis, the following were associated with an increased likelihood of DNR status: increasing age (OR 1.01, 95% CI 1.009, 1.014, P < 0.0001), higher APACHE II score (OR 1.09, 95% CI 1.008, 1.095, P < 0.0001), and increasing modified Rankin score. Patients admitted in the recent years (2012-2017 vs. 2002-2005) were less likely to have DNR orders (OR 0.36, 95% CI 0.33, 0.40, P < 0.0001). Conclusions: In a tertiary care ICU in Saudi Arabia, about 13% of patients had DNR orders. The study identified several predictors that were associated with the likelihood of DNR orders, including severity of illness and poor baseline functional status.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».