Gross hematuria in nonagenarians admitted to a urological ward: prevalence, predictors, and outcomes
Notice bibliographique
Résumé
PURPOSE: To describe the trajectories of nonagenarians admitted to a urological ward and to identify risk factors for admission due to gross hematuria (GH) and its impact on discharge status. METHODS: A retrospective cohort study of nonagenarians admitted to a tertiary care center between 2014 and 2022 was conducted. Data on demographics, comorbidities, medication, and outcomes were collected. Frailty was assessed via the Canadian Study of Health and Aging Clinical Frailty Scale (CSHA-CFS). Multivariable Poisson regression was used to assess risk factors for GH-related admissions. Secondary endpoints included changes in discharge status and survival, analyzed using Kaplan-Meier and restricted mean survival time (RMST). RESULTS: Among 317 patients (median age 92 yrs [IQR 91-94], 63.7% male), 134 (42.3%) were admitted for hematuria. Antithrombotic therapy (aRR = 1.40, 95% CI 1.02-1.92, p = 0.013) and history of bladder cancer (aRR = 1.46, 95% CI 1.08-1.96, p = 0.013) were significantly associated with hematuria-related admissions. Increased social service utilization was more frequent among hematuria patients (13.4% vs. 8.7%), reaching significance in sensitivity analysis (aRR = 2.17 95%CI 1.16-4.06, p = 0.02). One-year mortality was higher among hematuria patients (34.3% vs. 24.5%), with lower RMST (12 vs. 15 months). In-hospital mortality during the index admission was low across both groups. The CSHA-CFS had limited discriminative power to predict 1-year mortality (AUC = 0.59). CONCLUSION: GH is a common reason for admission in nonagenarians and may indicate broader vulnerability. Geriatric assessment tools could aid in clinical decision-making and discharge planning. Future research should validate frailty-based risk stratification and address functional decline related to hospitalization in this population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».