Social determinants of health and sepsis: a case-control study
Notice bibliographique
Résumé
PURPOSE: We aimed to identify whether social determinants of health (SDoH) are associated with the development of sepsis and assess the differences between individuals living within systematically disadvantaged neighbourhoods compared with those living outside these neighbourhoods. METHODS: We conducted a single-centre case-control study including 300 randomly selected adult patients (100 patients with sepsis and 200 patients without sepsis) admitted to the emergency department of a large academic tertiary care hospital in Hamilton, ON, Canada. We collected data on demographics and a limited set of SDoH variables, including neighbourhood household income, smoking history, social support, and history of alcohol disorder. We analyzed study data using multivariate logistic regression models. RESULTS: The study included 100 patients with sepsis with a median [interquartile range (IQR)] age of 75 [58-84] yr and 200 patients without sepsis with a median [IQR] age of 72 [60-83] yr. Factors significantly associated with sepsis included arrival by ambulance, absence of a family physician, higher Hamilton Early Warning Score, and a recorded history of dyslipidemia. Important SDoH variables, such as individual or household income and race, were not available in the medical chart. In patients with SDoH available in their medical records, no SDoH was significantly associated with sepsis. Nevertheless, compared with their proportion of the Hamilton population, the rate of sepsis cases and sepsis deaths was approximately two times higher among patients living in systematically disadvantaged neighbourhoods. CONCLUSIONS: This study revealed the lack of available SDoH data in electronic health records. Despite no association between the SDoH variables available and sepsis, we found a higher rate of sepsis cases and sepsis deaths among individuals living in systematically disadvantaged neighbourhoods. Including SDoH in electronic health records is crucial to study their effect on the risk of sepsis and to provide equitable care.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».