Bridging the mind and body: exploring venous thromboembolism in psychiatric inpatients
Notice bibliographique
Résumé
Objective This study aimed to identify factors associated with venous thromboembolism (VTE) diagnosis in psychiatric inpatients in Saskatoon, Saskatchewan, Canada. Methods We conducted a retrospective case-control chart review of patients admitted to the Dube Centre for Mental Health from January 2007 to December 2021. Cases were individuals aged 18 years and older who received anticoagulation for VTE treatment. Controls were randomly selected, with case-to-control ratio 1:4, from patients with a discharge diagnosis not including VTE. Data were analyzed using descriptive analysis, univariate, followed by multivariable logistic regression analysis to identify factors associated with VTE diagnosis. Results A total of 32 VTE and 159 non-VTE patients were included. The mean age of VTE patients was 52 years (standard deviation [SD] = 19.7), 65.6% were female, and 65.6% had no previous VTE. Comorbidities including cancer (adjusted odds ratio [AOR] = 51.83; p = .004), cardiovascular conditions (AOR = 7.83; p = .01), and insomnia (AOR = 88.79; p = .01); psychiatric-specific interventions such as electroconvulsive therapy (AOR = 21.10; p < .001) and mechanical restraints (AOR = 12.65; p = .004); and acute medical diagnoses (AOR = 8.56; p = .01) were independently associated with developing VTE. Conclusions Psychiatric inpatients have unique factors that increase the likelihood of developing VTE. Further research with a larger sample size and multicenter design is needed.
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) | 0,001 | 0,000 |
| 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 ».