Admitting Hospital Influences on Withdrawal of Life-Sustaining Treatment Decision for Patients With Severe Traumatic Brain Injury
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Withdrawal of life-sustaining treatment (WLST) in severe traumatic brain injury (TBI) is complex, with a paucity of standardized guidelines. We aimed to assess the variability in WLST practices between trauma centers in North America. METHODS: This retrospective study used data from trauma centers through the American College of Surgeons Trauma Quality Improvement Program between 2017 and 2020. We included adult patients (>16 years) with severe TBI and a documented decision for WLST. We constructed a series of hierarchical logistic regression models to adjust for patient, injury, and hospital attributes influencing WLST; residual between-center variability was characterized using the median odds ratio. The impact of disparate WLST practices was further assessed by ranking centers by their conditional random intercept and assessing mortality, length of stay, and WLST between quartiles. RESULTS: We identified a total of 85 511 subjects with severe TBI treated across 510 trauma centers, of whom 20 300 (24%) had WLST. Patient-level factors associated with increased likelihood of WLST were advanced age, White race, self-pay, or Medicare insurance status (compared with private insurance). Black race was associated with reduced tendency for WLST. Treatment in nonprofit centers and higher-severity intracranial and extracranial injuries, midline shift, and pupil asymmetry also increased the likelihood for WLST. After adjustment for patient and hospital attributes, the median odds ratio was 1.45 (1.41-1.49 95% CI), suggesting residual variation in WLST between centers. When centers were grouped into quartiles by their propensity for WLST, there was increased adjusted mortality and shorter length of stay in fourth compared with first quartile centers. CONCLUSION: We highlighted the presence of contextual phenomena associated with disparate WLST practice patterns between trauma centers after adjustment for case-mix and hospital attributes. These findings highlight a need for standardized WLST guidelines to improve equity of care provision for patients with severe TBI.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».