Risk factors for hospital-acquired pneumonia in hip fracture patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to systematically assess the incidence and risk factors for hospital-acquired pneumonia (HAP) in hip fracture patients by meta-analysis. METHODS: Systematically searched four English databases (PubMed, EMBASE, The Cochrane Library, and Web Of Science) and four Chinese databases (CNKI, CQVIP, Sinomed, and WAN FANG) from inception until 20 November 2023. All studies involving risk factors of HAP in patients with hip fractures were considered. Newcastle-Ottawa Scale was used to evaluate the quality of the included studies. The results were presented with the pooled odds ratio (OR) and 95% confidence interval (95% CI). RESULTS: Of 35 articles (337,818 patients) included in this study, the incidence of HAP was 89 per 1000 cases. Twenty-three risk factors were eventually involved in the meta-analysis, and 21 risk factors were significant. Our study has identified four significant risk factors (advanced age, preoperative time, COPD, and hypoalbuminemia) associated with HAP, as follows: Advanced age as a continuous variable (OR 1.07, 95% CI 1.05-1.10), Advanced age > 70 years (OR 2.34, 95% CI 1.77-3.09), Advanced age > 80 years (OR 2.98, 95% CI 2.06-4.31), Chronic obstructive pulmonary disease (COPD) (OR 3.44, 95% CI 2.83-4.19), Time from injury to operation as a continuous variable (OR 1.09, 95% CI 1.07-1.12), Time from injury to operation ≥48 h (OR 3.59, 95% CI 2.88-4.48), Hypoalbuminemia < 3.0 g/dL (OR 3.03, 95% CI 1.93-4.73), and Hypoalbuminemia < 3.5 g/dL (OR 2.68, 95% CI 2.15-3.36). However, it is important to note that all the studies included in our research were retrospective in nature, which introduces certain limitations to the level of evidence and the ability to establish causal inferences. DISCUSSION: Patients who have suffered hip fractures are at an increased risk of developing postoperative hospital-acquired pneumonia, which can lead to prolonged hospital stays and adverse clinical outcomes. Consequently, the identification of these risk factors offers novel insights and methodologies for healthcare professionals in terms of both prevention and treatment. TRIAL REGISTRATION: Registration number: INPLASY2022100091.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,012 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».