The Impact of Cardiac Damage on In‐Hospital Outcomes for Patients With Aortic Stenosis in the United States: An Analysis From The National Inpatient Sample
Notice bibliographique
Résumé
INTRODUCTION: The objective of this study is to determine if cardiac damage based on hospital discharge codes is associated with in-hospital outcomes in patients with aortic stenosis (AS). METHODS: We conducted a retrospective cohort study of hospital admissions between 2016 and 2021 with a diagnosis of AS in the National Inpatient Sample (NIS). The cardiac damage stages 0-4 were determined based on hospital discharge codes. Logistic and linear regressions were used to determine the association between cardiac stage and in-hospital mortality, length of stay (LoS) and cost. RESULTS: A total of 2,980,150 hospital admissions were included in the analysis (82.5% conservative management, 11.2% transcatheter aortic valve replacement [TAVR], 6.3% surgical aortic valve replacement [SAVR]). The association between cardiac damage stage and in-hospital outcome was most significant for patients who had SAVR treatment (stage 4 vs. stage 0: mortality OR 27.70 95% CI 17.35-35.17, LoS 7.34 95% CI 6.34-8.35, cost 70,710 95% CI 65,110-76,310) compared to TAVR treatment (stage 4 vs. stage 0: mortality OR 9.15 95% CI 5.52-15.15, LoS 6.27 95% CI 5.63-6.90, cost 28,384 25,084 to 31,684) and conservative treatment (stage 4 vs. stage 0: mortality OR 3.55 95% CI 3.13-4.04, LoS 2.09 95% CI 1.87 to 2.31, cost 6362 95% CI 5642-7083). CONCLUSIONS: Cardiac damage can be evaluated using diagnostic codes in patients with AS and it is associated with in-hospital mortality, LoS and cost, and has more impact on these outcomes in patients treated with SAVR versus those treated with TAVR.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».