Examining prevalence and predictors of pulmonary hypertension in adults with idiopathic pulmonary fibrosis: a population-based analysis in the United States
Notice bibliographique
Résumé
Pulmonary hypertension (PH) often complicates idiopathic pulmonary fibrosis (IPF), a progressive parenchymal lung disease.We investigated predictors of PH in IPF hospitalizations in the United States.We identified IPF hospitalizations with or without PH using the National Inpatient Sample (2018) and relevant ICD-10-CM codes.We compared demographics, comorbidities, PH prevalence, and its multivariable predictors adjusted for confounders among patients with IPF.In 2018, 30,335 patients from 30,259,863 hospitalizations had IPF, of which 8,075 (26.6%) had PH.Black (41%), Hispanic (21.3%), and female (28.7%) patients had higher rates of PH compared to white patients (25%).The IPF-PH cohort was hospitalized more often in urban teaching (77.7% vs. 72.2%),Midwest, and West hospitals vs. non-PH cohort.Comorbidities including congestive heart failure (2.08 [1.81-2.39]),valvular disease (2.12 [1.74-2.58]),rheumatoid arthritis/collagen vascular disease (1.32 [1.08-1.61])predicted higher odds of PH.The PH-IPF cohort was less often routinely discharged (35.4%) and more likely to be transferred to intermediate care facilities (22.6%) and home health care (27.1%) (P < 0.001).The PH-IPF group had higher rates of all-cause mortality (12.3% vs. 9.4%), cardiogenic shock (2.4% vs. 1%), dysrhythmia (37.6% vs. 29%), and cardiac arrest (2.7% vs. 1.5%) vs. non-PH cohort (all P < 0.001).Patients with PH-IPF also had longer hospital stays (9 vs. 8) and a higher median cost ($23,054 vs. $19,627, P < 0.001).Nearly 25% of IPF hospitalizations with PH were linked to higher mortality, extended stays, and costs, emphasizing the need to integrate demographic and comorbidity predictors into risk stratification for improved outcomes in patients with IPF-PH.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».