New-onset atrial fibrillation and associated outcomes and resource use among critically ill adults—a multicenter retrospective cohort study
Notice bibliographique
Résumé
Abstract Background New-onset atrial fibrillation (NOAF) is commonly encountered in critically ill adults. Evidence evaluating the association between NOAF and patient-important outcomes in this population is conflicting. Furthermore, little is known regarding the association between NOAF and resource use or hospital costs. Methods Retrospective analysis (2011–2016) of a prospectively collected registry from two Canadian hospitals of consecutive ICU patients aged ≥ 18 years. We excluded patients with a known history of AF prior to hospital admission. Any occurrence of atrial fibrillation (AF) was prospectively recorded by bedside nurses. The primary outcome was hospital mortality, and we used multivariable logistic regression to adjust for confounders. We used a generalized linear model to evaluate contributors to total cost. Results We included 15,014 patients, and 1541 (10.3%) had NOAF during their ICU admission. While NOAF was not associated with increased odds of hospital death among the entire cohort (adjusted odds ratio [aOR] 1.02 [95% confidence interval [CI] 0.97–1.08]), an interaction was noted between NOAF and sepsis, and the presence of both was associated with higher odds of hospital mortality (aOR 1.28 [95% CI 1.09–1.36]) than either alone. Patients with NOAF had higher total costs (cost ratio [CR] 1.09 [95% CI 1.02–1.20]). Among patients with NOAF, treatment with a rhythm-control strategy was associated with higher costs (CR 1.24 [95% CI 1.07–1.40]). Conclusions While NOAF was not associated with death or requiring discharge to long-term care among critically ill patients, it was associated with increased length of stay in ICU and increased total costs.
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 | 0,000 |
| 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) | 0,010 | 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 ».