Association between trauma center type and mortality for injured children with severe traumatic brain injury
Notice bibliographique
Résumé
BACKGROUND: There is conflicting evidence regarding the relationship between trauma center type and mortality for children with traumatic brain injuries. Identification of mortality differences following brain injury across differing trauma center types may result in actionable quality improvement initiatives to standardize care for these children. METHODS: We used Trauma Quality Improvement Program data from 2017 to 2020 to identify children with severe traumatic brain injury (TBI) managed at levels I and II state or American College of Surgeon-verified trauma centers. We used a random intercept multilevel logistic regression model to assess the relationship between exposure (trauma center type either adult, pediatric, or mixed) and outcome (in-hospital mortality). Several secondary analyses were performed to assess the influence of trauma center volume, age strata, and TBI heterogeneity. RESULTS: There were 10,105 patients identified across 512 trauma centers. Crude mortality was 25.2%, 36.2%, and 28.9% for pediatric, adult, and mixed trauma centers, respectively. After adjustment for confounders, odds of mortality were higher for children managed at adult trauma centers (odds ratio, 1.67; 95% confidence interval, 1.30-2.13) compared with pediatric trauma centers. There were several patient demographic and injury factors associated with greater odds of death; these included male sex, self-pay insurance status, interfacility transfer, non-fall related inury, age-adjusted hypotension, lack of pupil reactivity and midline shift >5 mm. Adjustment for trauma volume and subgroup analysis using a homogenous TBI subgroup did not change the demonstrated associations. CONCLUSION: Our results suggest that mortality was higher at adult trauma centers compared with mixed and pediatric trauma centers for children with traumatic brain injuries. Importantly, there exists the potential for unmeasured confounding. We aim for these findings to direct continuing quality improvement initiatives to improve outcomes for brain injured children. LEVEL OF EVIDENCE: Prognostic and Epidemiological; Level III.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».