Prevalence, Outcomes and Healthcare Costs of Postoperative ARDS Compared with Medical ARDS
Notice bibliographique
Résumé
Background/Objectives: Postoperative acute respiratory distress syndrome (ARDS) is a recognized complication with reported prevalence rates of up to 20% and highly variable mortality. However, there is limited published evidence comparing the outcomes of postoperative ARDS with those of medical ARDS. We aimed to evaluate the prevalence, hospital mortality, and healthcare costs of postoperative ARDS in Spain between 2000 and 2022 and to compare them with those of medical ARDS. Methods: We performed a nationwide, registry-based study of all hospitalizations for postoperative ARDS in Spain between 1 January 2000 and 31 December 2022 using the Minimum Basic Data Set (MBDS) Registry. Results: We identified a total of 93,192 ARDS patients, of which 40,601 had postoperative ARDS. The postoperative ARDS prevalence varied between 0.05 and 0.22%, accounting for 45–50% of total ARDS cases recorded during the study period. Hospital mortality was lower in postoperative ARDS compared with medical ARDS during the first phase (2000–2015) (47.0% vs. 49.9%, p < 0.001) and converged during the second phase (2017–2022) (42.7% vs. 43.2%, p = 0.413). Postoperative ARDS was associated with a longer hospital stay and 1.5 times higher healthcare costs compared with medical ARDS. During the COVID-19 pandemic, mortality rates declined but costs peaked in both groups. The incidence of digestive tract infection was higher in postoperative ARDS. Conclusions: The prevalence of postoperative ARDS remained stable, except during the COVID-19 pandemic, and its hospital mortality declined and equalized with that of medical ARDS. However, the costs associated with postoperative ARDS remained significantly higher.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».