Hospital Volume and Other Risk Factors for In-Hospital Mortality among Diverticulitis Patients: A Nationwide Analysis
Notice bibliographique
Résumé
BACKGROUND: Previous studies have found that a higher volume of colorectal surgery was associated with lower mortality rates. While diverticulitis is an increasingly common condition, the effect of hospital volume on outcomes among diverticulitis patients is unknown. OBJECTIVE: To evaluate the relationship between hospital volume and other factors on in-hospital mortality among patients admitted for diverticulitis. METHODS: Data from the Nationwide Inpatient Sample (years 1993 to 2008) were analyzed to identify 822,865 patients representing 4,108,726 admissions for diverticulitis. Hospitals were divided into quartiles based on the volume of diverticulitis cases admitted over the study period, adjusted for years contributed to the dataset. Mortality according to hospital volume was modelled using logistic regression adjusting for age, sex, race, comorbidities, health care insurance, admission type, calendar year, colectomy, disease severity and clustering. Risk estimates were expressed as adjusted ORs with 95% CIs. RESULTS: Patients at high-volume hospitals were more likely to be admitted emergently, undergo surgical treatment and have more severe disease. In-hospital mortality was higher among the lowest quartile of hospital volume compared with the highest volume (OR 1.13 [95% CI 1.05 to 1.21]). In-hospital mortality was increased among patients admitted emergently (OR 2.58 [95% CI 2.40 to 2.78]) as well as those receiving surgical treatment (OR 3.60 [95% CI 3.42 to 3.78]). CONCLUSIONS: Diverticulitis patients admitted to hospitals with a low volume of diverticulitis cases had an increased risk for death compared with those admitted to high-volume centres.
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) | 0,000 | 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) | 0,000 | 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 ».