MétaCan
Menu
Retour à la cohorte
Enregistrement W4409049109 · doi:10.1097/htr.0000000000001056

Patient and Hospital Factors Associated With Hospital Course for Patients With Mild Traumatic Brain Injury

2025· article· en· W4409049109 sur OpenAlexaff
Vikas N. Vattipally, Kelly Jiang, Carly Weber-Levine, Patrick Kramer, A. Daniel Davidar, Andrew M. Hersh, Malcolm Winkle, James P. Byrne, Tej D. Azad, Nicholas Theodore

Notice bibliographique

RevueJournal of Head Trauma Rehabilitation · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury and Neurovascular Disturbances
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineInterquartile rangeLogistic regressionConfidence intervalOdds ratioPropensity score matchingEmergency medicineRetrospective cohort studyInjury Severity ScorePoison controlInjury preventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To characterize variation in the treatment of patients with mild traumatic brain injury (mTBI) who were reasonable candidates for hospitalization, we investigated patient-level associations with inpatient admission and hospital-level associations with length of stay (LOS). We further investigated whether patients treated at high-LOS hospitals were more likely to experience home discharge. SETTING: Patients were retrospectively identified from the ACS TQIP dataset. PARTICIPANTS: A total of 122 406 patients with mTBI were included. DESIGN: We performed hierarchical logistic regression to investigate associations of patient-level variables with inpatient admission. Among hospitalized patients, a hierarchical linear regression was constructed for associations with LOS, including hospitals as a random effects term. Based on random effects coefficients, hospitals were classified as high-LOS outliers or non-outliers. MAIN MEASURES: Univariable comparisons on facility characteristics were performed. Patients were propensity score matched across hospital outlier status, and a multivariable logistic regression for associations with discharge to home was performed. RESULTS: The median age was 63 years (interquartile range [IQR], 42-77 years), and 111 306 (91%) patients experienced inpatient admission. Uninsured status was associated with lower odds of inpatient admission (odds ratio [OR], 0.71; 95% confidence interval [CI], 0.65-0.76; P < .001). After excluding very low-volume hospitals, 80 258 admitted patients were treated across 469 hospitals, and 98 were designated as high-LOS outliers. These were more likely to be Level 1 trauma centers (76% vs. 26%; P < .001). After matching, patients treated at high-LOS outlier hospitals were less likely to experience home discharge (OR, 0.89; 95% CI, 0.85-0.93; P < .001). This effect was amplified for patients identifying as non-White, non-Black, non-Hispanic other races ( P = .003). CONCLUSIONS: Inpatient admission after mTBI varies by insurance status, with uninsured patients less likely to be admitted. There is significant interhospital variation in LOS, with Level 1 trauma centers more likely to be high-LOS outliers. Despite their longer LOS, patients treated at outlier hospitals experienced lower odds of home discharge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,277
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Head Trauma RehabilitationMême sujetTraumatic Brain Injury and Neurovascular DisturbancesTravaux en français237 207