Attributable mortality due to nosocomial sepsis in Brazilian hospitals: a case–control study
Notice bibliographique
Résumé
BACKGROUND: Nosocomial sepsis is a major healthcare issue, but there are few data on estimates of its attributable mortality. We aimed to estimate attributable mortality fraction (AF) due to nosocomial sepsis. METHODS: Matched 1:1 case-control study in 37 hospitals in Brazil. Hospitalized patients in participating hospitals were included. Cases were hospital non-survivors and controls were hospital survivors, which were matched by admission type and date of discharge. Exposure was defined as occurrence of nosocomial sepsis, defined as antibiotic prescription plus presence of organ dysfunction attributed to sepsis without an alternative reason for organ failure; alternative definitions were explored. Main outcome measurement was nosocomial sepsis-attributable fractions, estimated using inversed-weight probabilities methods using generalized mixed model considering time-dependency of sepsis occurrence. RESULTS: 3588 patients from 37 hospitals were included. Mean age was 63 years and 48.8% were female at birth. 470 sepsis episodes occurred in 388 patients (311 in cases and 77 in control group), with pneumonia being the most common source of infection (44.3%). Average AF for sepsis mortality was 0.076 (95% CI 0.068-0.084) for medical admissions; 0.043 (95% CI 0.032-0.055) for elective surgical admissions; and 0.036 (95% CI 0.017-0.055) for emergency surgeries. In a time-dependent analysis, AF for sepsis rose linearly for medical admissions, reaching close to 0.12 on day 28; AF plateaued earlier for other admission types (0.04 for elective surgery and 0.07 for urgent surgery). Alternative sepsis definitions yield different estimates. CONCLUSION: The impact of nosocomial sepsis on outcome is more pronounced in medical admissions and tends to increase over time. The results, however, are sensitive to sepsis definitions.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».