Prognóstico de pacientes idosos com Covid-19 para fundamentar discussões de cuidado baseado em valores
Notice bibliographique
Résumé
Objetivo: Investigar o prognóstico de pacientes idosos em uma ampla coorte de idosos com Covid-19. Avaliamos preditoresadicionais de mortalidade, além da idade, nesses pacientes idosos. Métodos: O estudo foi uma análise retrospectiva dedados de um importante centro de referência para Covid-19 em São Paulo. Incluímos todos os pacientes com 75 anos oumais internados no hospital com Covid-19 de março de 2020 a maio de 2021. Utilizamos regressão para identificar fatoresindependentes de mortalidade. As análises estatísticas foram realizadas usando o software R. Resultados: Aproximadamente49% desses pacientes foram intubados. Pacientes intubados tiveram taxa de mortalidade de 80% em comparação com 22,7%para pacientes não intubados. Para pacientes intubados, sexo masculino, Simplified Acute Physiology Score 3 mais alto, frequênciacardíaca mais alta e um aparente estado de saúde debilitado contribuíram para um pior prognóstico. Para pacientes nãointubados, menor saturação de oxigênio periférico na admissão, frequência cardíaca mais alta, idade mais avançada, demência,histórico de mialgia na admissão e um aparente estado de saúde debilitado contribuíram para um pior prognóstico. Conclusão:Pacientes idosos com Covid-19 apresentam prognóstico ruim quando intubados, o que deve ser considerado desde o início.Portanto, a intubação nessa população provavelmente não deve ser considerada uma prática padrão, especialmente se,para o paciente individual em consideração, a independência funcional for prioridade em relação à extensão da vida útil.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».