Influence of health insurance on withdrawal of life sustaining treatment for patients with isolated traumatic brain injury: a retrospective multi-center observational cohort study
Notice bibliographique
Résumé
BACKGROUND: Healthcare inequities for patients with traumatic brain injury (TBI) represent a major priority area for trauma quality improvement. We hypothesized a relationship between health insurance status and timing of withdrawal of life sustaining treatment (WLST) for adults with severe TBI. METHODS: This multicenter retrospective observational cohort study utilized data collected between 2017 and 2020. We identified adult (age ≥ 16) patients with isolated severe TBI admitted participating Trauma Quality Improvement Program centers. We determined the relationship between insurance status (public, private, and uninsured) and the timing of WLST using a competing risk survival analysis framework adjusting for baseline, clinical, injury and trauma center characteristics. Multivariable cause-specific Cox regressions were used to compute adjusted hazard ratios (HR) reflecting timing of WLST, accounting for mortality events. We also quantified the between-center residual variability in WLST using the median odds ratio (MOR) and measured insurance status association with access to rehabilitation at discharge. RESULTS: We identified 42,111 adults with isolated severe TBI treated across 509 trauma centers across North America. There were 10,771 (25.6%) WLST events in the cohort and a higher unadjusted incidence of WLST events was evident in public insurance patients compared to private or uninsured groups. After adjustment, WLST occurred earlier for publicly insured (HR 1.07, 95% CI 1.02-1.12) and uninsured patients (HR 1.29, 95% CI 1.18-1.41) compared to privately insured patients. Access to rehabilitation was lower for both publicly insured and uninsured patients compared to patients with private insurance. Accounting for case-mix, the MOR was 1.49 (95% CI 1.43-1.55), reflecting significant residual between-center variation in WLST decision-making. CONCLUSIONS: Our findings highlight the presence of disparate WLST practices independently associated with health insurance status. Additionally, these results emphasize between-center variability in WLST, persisting despite adjustments for measurable patient and trauma center characteristics.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».