Independent Predictors and Causes of Thirty-Day Gastrointestinal Readmissions Following COVID-19-Related Hospitalizations: Analysis of the National Readmission Database
Notice bibliographique
Résumé
Background: The coronavirus disease 2019 (COVID-19) pandemic led to significant mortality and morbidity in the United States. The burden of COVID-19 was not limited to the respiratory tract alone but had significant extrapulmonary manifestations. We decided to examine the causes, predictors, and outcomes of gastrointestinal (GI)-related causes of 30-day readmission following index COVID-19 hospitalization. Methods: We used the National Readmission Database (NRD) from 2020 to identify hospitalizations among adults with principal diagnosis of COVID-19. We identified GI-related hospitalizations within 30 days of index admission after excluding elective and traumatic admissions. We identified the top causes of GI-related readmission, and the outcomes of these hospitalizations. We used a multivariate Cox regression analysis to identify the independent predictors of readmission. Results: Among 1,024,492 index hospitalizations with a primary diagnosis of COVID-19 in the 2020 NRD database, 644,903 were included in the 30-day readmission study. Of these 3,276 (0.5%) were readmitted in 30 days due to primary GI causes. The top five causes of readmissions we identified in this study were GI bleeding, intestinal obstruction, acute diverticulitis, acute pancreatitis, and acute cholecystitis. Multivariate Cox regression analysis done adjusting for confounders showed that renal failure, alcohol abuse, and peptic ulcer disease were associated with increased odds of 30-day readmission from GI-related causes. Conclusions: GI manifestations of COVID-19 are not uncommon and remain an important cause of readmission. Targeted interventions addressing the modifiable predictors of readmission identified will be beneficial in reducing the burden on already limited healthcare 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 | 0,007 | 0,135 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».