Variation in care for patients presenting with hip fracture in six <scp>high‐income</scp> countries: A <scp>cross‐sectional</scp> cohort study
Notice bibliographique
Résumé
BACKGROUND: Hip fractures are costly and common in older adults, but there is limited understanding of how treatment patterns and outcomes might differ between countries. METHODS: We performed a retrospective serial cross-sectional cohort study of adults aged ≥66 years hospitalized with hip fracture between 2011 and 2018 in the US, Canada, England, the Netherlands, Taiwan, and Israel using population-representative administrative data. We examined mortality, hip fracture treatment approaches (total hip arthroplasty [THA], hemiarthroplasty [HA], internal fixation [IF], and nonoperative), and health system performance measures, including hospital length of stay (LOS), 30-day readmission rates, and time-to-surgery. RESULTS: The total number of hip fracture admissions between 2011 and 2018 ranged from 23,941 in Israel to 1,219,696 in the US. In 2018, 30-day mortality varied from 3% (16% at 1 year) in Taiwan to 10% (27%) in the Netherlands. With regards to processes of care, the proportion of hip fractures treated with HA (range 23%-45%) and THA (0.2%-10%) differed widely across countries. For example, in 2018, THA was used to treat approximately 9% of patients in England and Israel but less than 1% in Taiwan. Overall, IF was the most common surgery performed in all countries (40%-60% of patients). IF was used in approximately 60% of patients in the US and Israel, but only 40% in England. In 2018, rates of nonoperative management ranged from 5% of patients in Taiwan to nearly 10% in England. Mean hospital LOS in 2018 ranged from 6.4 days (US) to 18.7 days (England). The 30-day readmission rate in 2018 ranged from 8% (in Canada and the Netherlands) to nearly 18% in England. The mean days to surgery in 2018 ranged from 0.5 days (Israel) to 1.6 days (Canada). CONCLUSIONS: We observed substantial between-country variation in mortality, surgical approaches, and health system performance measures. These findings underscore the need for further research to inform evidence-based surgical approaches.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 ».