Impact of Psychiatric Illness on Clinical Outcomes of Patients With Multiple Rib Fractures: Insights From a National Trauma Database
Notice bibliographique
Résumé
Objective The objective of this study was to compare in-hospital outcomes and mortality in patients with and without a psychiatric comorbidity that presented to a trauma center with isolated blunt chest trauma and multiple traumatic rib fractures. Materials and Methods This is retrospective analysis using the American College of Surgeons Trauma Quality Improvement Program database (2014-2016). Patients ≥18 years with ≥3 traumatic rib fractures were stratified based on the presence or absence of a psychiatric comorbidity. In-hospital complications, length of stay, intensive care unit (ICU) admission, and mortality were assessed. Variables significant ( P < 0.05) on univariate analysis were entered into logistic regression models to determine the independent effect of a psychiatric comorbidity on outcomes. Results Among the 56,558 patients meeting inclusion criteria, 10.6% (n = 6022) had a psychiatric comorbidity. On univariate analysis, patients with a psychiatric comorbidity demonstrated significantly worse in-hospital outcomes, including higher rates of acute respiratory distress syndrome (ARDS) (1.0% vs 0.7%), deep vein thrombosis (DVT) (1.5% vs 1.2%), pulmonary embolism (PE) (0.8% vs 0.5%), pneumonia (4.2% vs 3.1%), urinary tract infection (2.4% vs 1.7%), and decreased mortality (2.2% vs 3.5%). After controlling for comorbidities, substance use, and demographic factors, psychiatric comorbidity was an independent predictor of ARDS (aOR 1.15, P < 0.01), DVT (OR 1.32, P = 0.017), PE (aOR 1.40, P = 0.004), pneumonia (aOR 1.36, P < 0.001), and decreased mortality (aOR 0.71, P < 0.001). Conclusions The presence of a psychiatric comorbidity increases in-hospital complications independent of patient characteristics, comorbidities, and trauma burden in patients presenting with multiple traumatic rib fractures.
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 ».