Incidence and mortality of community-acquired and nosocomial infections in Japan: a nationwide medical claims database study
Notice bibliographique
Résumé
BACKGROUND: It is important to determine the prevalence and prognosis of community-acquired infection (CAI) and nosocomial infection (NI) to develop treatment strategies and appropriate medical policies in aging society. METHODS: Patients hospitalized between January 2010 and December 2019, for whom culture tests were performed and antibiotics were administered, were selected using a national claims-based database. The annual trends in incidence and in-hospital mortality were calculated and evaluated by dividing the patients into four age groups. RESULTS: Of the 73,962,409 inpatients registered in the database, 9.7% and 4.7% had CAI and NI, respectively. These incidences tended to increase across the years in both the groups. Among the patients hospitalized with infectious diseases, there was a significant increase in patients aged ≥ 85 years (CAI: + 1.04%/year and NI: + 0.94%/year, P < 0.001), while there was a significant decrease in hospitalization of patients aged ≤ 64 years (CAI: -1.63%/year and NI: -0.94%/year, P < 0.001). In-hospital mortality was significantly higher in the NI than in the CAI group (CAI: 8.3%; NI: 14.5%, adjusted mean difference 4.7%). The NI group had higher organ support, medical cost per patient, and longer duration of hospital stay. A decreasing trend in mortality was observed in both the groups (CAI: -0.53%/year and NI: -0.72%/year, P < 0.001). CONCLUSION: The present analysis of a large Japanese claims database showed that NI is a significant burden on hospitalized patients in aging societies, emphasizing the need to address particularly on NI.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».