MétaCan
Menu
Retour à la cohorte
Enregistrement W4388797375 · doi:10.1186/s13054-023-04725-x

Factors influencing withdrawal of life-supporting treatment in cervical spinal cord injury: a large multicenter observational cohort study

2023· article· en· W4388797375 sur OpenAlexaff
Husain Shakil, Armaan K. Malhotra, Rachael H. Jaffe, Christopher W. Smith, Erin M. Harrington, Alick Wang, Eva Y. Yuan, Yingshi He, Karim S. Ladha, Duminda N. Wijeysundera, Avery B. Nathens, Jefferson R. Wilson, Christopher D. Witiw

Notice bibliographique

RevueCritical Care · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSpinal Cord Injury Research
Établissements canadiensInstitute for Work & HealthSunnybrook Health Science CentreUniversity of OttawaMuscular Dystrophy CanadaUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGlasgow Coma ScaleOdds ratioObservational studyLogistic regressionRetrospective cohort studyEmergency medicineCohort studySpinal cord injuryInternal medicinePhysical therapyPsychiatrySpinal cord

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Traumatic spinal cord injury (SCI) leads to profound neurologic sequelae, and the provision of life-supporting treatment serves great importance among this patient population. The decision for withdrawal of life-supporting treatment (WLST) in complete traumatic SCI is complex with the lack of guidelines and limited understanding of practice patterns. We aimed to evaluate the individual and contextual factors associated with the decision for WLST and assess between-center differences in practice patterns across North American trauma centers for patients with complete cervical SCI. METHODS: This retrospective multicenter observational cohort study utilized data derived from the American College of Surgeons Trauma Quality Improvement Program database between 2017 and 2020. The study included adult patients (> 16 years) with complete cervical SCI. We constructed a multilevel mixed effect logistic regression model to adjust for patient, injury and hospital factors influencing WLST. Factors associated with WLST were estimated through odds ratios with 95% confidence intervals. Hospital variability was characterized using the median odds ratio. Unexplained residual variability was assessed through the proportional change in variation between models. RESULTS: We identified 5070 patients with complete cervical SCI treated across 477 hospitals, of which 960 (18.9%) had WLST. Patient-level factors associated with significantly increased likelihood of WLST were advanced age, male sex, white race, prior dementia, low presenting Glasgow Coma Scale score, having a pre-hospital cardiac arrest, SCI level of C3 or above, and concurrent severe injury to the head or thorax. Patient-level factors associated with significantly decreased likelihood of WLST included being racially Black or Asian. There was significant variability across hospitals in the likelihood for WLST while accounting for case-mix, hospital size, and teaching status (MOR 1.51 95% CI 1.22-1.75). CONCLUSIONS: A notable proportion of patients with complete cervical SCI undergo WLST during their in-hospital admission. We have highlighted several factors associated with this decision and identified considerable variability between hospitals. Further work to standardize WLST guidelines may improve equity of care provided to this patient population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,137
Tête enseignante GPT0,468
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetSpinal Cord Injury ResearchTravaux en français237 207