The Impact of COVID-19 on Outcomes of Ischemic Colitis: A Nationwide Retrospective Analysis
Notice bibliographique
Résumé
Background: Ischemic colitis is the most common presentation of mesenteric ischemia and is associated with significant morbidity and mortality. Coagulopathy has been associated with the development of ischemic colitis. Coronavirus disease 2019 (COVID-19) infection can lead to a variety of pathology and physiological derangements, including coagulopathy. Some case reports have described severe ischemic colitis in patients with COVID-19 infection. Our study aimed to elucidate the impact of COVID-19 infection on ischemic colitis outcomes. Methods: Patients with a diagnosis of ischemic colitis were identified using the 2020 Nationwide Inpatient Sample (NIS). Patients were stratified based on the presence of COVID-19 infection. Data were collected regarding mortality, shock, blood transfusion, length of stay, hospital charges, age, gender, race, primary insurance, median income, hospital region, hospital bed size, and comorbidities. The relationship between COVID-19 and outcomes was analyzed using multivariate regression analysis. Results: A total of 67,685 patients were included in the final analysis. COVID-19 was associated with an increased risk of in-hospital mortality (adjusted odds ratio (aOR): 4.006, P < 0.001), shock (aOR: 1.62, P = 0.002), and blood transfusion (aOR: 1.49, P = 0.007). COVID-19 was also associated with an increased length of stay (16.2 days vs. 8.7 days) and higher total hospital charges ($268,884.1 vs. $145,805.9). Conclusions: Among hospitalized patients with ischemic colitis, COVID-19 infection was associated with worse outcomes and higher resource utilization. Further studies are needed to investigate the mechanisms underlying this association.
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 | 0,001 | 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 ».