Prédicteurs d'événements indésirables et de surutilisation de ressources chez les aînés admis pour blessure orthopédique isolée : une étude de cohorte multicentrique
Notice bibliographique
Résumé
Les patients âgés de 65 ans et plus représentent plus de 50 % des blessures orthopédiques au Canada. Des études récentes ont démontré que la prise en charge de ces patients par une équipe interdisciplinaire (p. ex., unité de traumatologie gériatrique) améliore le devenir fonctionnel et conduit à une utilisation de ressources plus efficiente. Toutefois, il y a un manque de connaissances sur les patients qui ont des issues défavorables à la suite d'un traumatisme orthopédique isolé et qui pourraient bénéficier de tels services. Nous avons conduit une étude de cohorte rétrospective multicentrique qui consistait à identifier les prédicteurs associés aux événements indésirables chez les aînés hospitalisés pour blessure orthopédique isolée. Nous avons inclus 19 928 patients avec blessure orthopédique isolée extraite du Registre de Traumatisme du Québec (RTQ). Parmi ces patients, 18,5 % (n=3684) avaient une durée de séjour prolongée, 5,5 % sont décédés à l'hôpital, 19,5 % avaient des complications, 8,6 % avaient eu une réadmission non planifiée et 10,8 % avaient été transférés dans un centre de soins de longue durée. Certaines comorbidités, certaines blessures orthopédiques, les blessures orthopédiques graves, les antécédents d'admission dans l'année précédant la blessure, l'âge avancé, le Score de coma de Glasgow, les blessures concomitantes à la tête et le sexe biologique étaient associés à une augmentation de la fréquence des événements indésirables. De plus, l'éligibilité pour une chirurgie était associée à une diminution de la fréquence de la mortalité et de réadmissions non planifiées. Nous avons identifié neuf prédicteurs d'événements indésirables chez les patients âgés de plus de 65 ans admis dans un centre de traumatologie pour blessure orthopédique isolée. Ces facteurs pourront être utilisés pour développer une règle de décision clinique afin d'identifier les aînés qui pourraient bénéficier de l'approche interdisciplinaire.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».