Hospitalisierungsmuster bei interstitiellen Lungenerkrankungen – Daten aus dem EXCITING-ILD Register
Bibliographic record
Abstract
Hintergrund ILDs fassen über 200 verschiedene Erkrankungen mit Unterschieden in Verlauf und Prognose zusammen. Es liegen nur wenige Daten über Hospitalisierungsmuster bei ILDs vor. Methoden Das EXCITING-ILD-Register wurde im Hinblick auf ILD-bedingte und nicht ILD-bedingte Hospitalisierungen analysiert. Außerdem wurde hinsichtlich der Häufigkeit der Hospitalisierungen, der Zeit bis zur ersten nicht-elektiven Krankenhauseinweisung, der Mortalität und des progressionsfreien Überlebens untersucht. Darüber hinaus wurde das Risiko für eine Hospitalisierung je nach GAP-Index und ILD-Subtyp mit Hilfe von Cox-Proportional-Hazard-Modellen berechnet und die Einflussfaktoren auf die Vorhersage der Hospitalisierung mit Hilfe einer logistischen Regression mit Vorwärtsselektion ermittelt. Ergebnisse Bei insgesamt 601 Patienten wurden 1210 Hospitalisierungen in den 6 Monaten vor Aufnahme in das Register bis zum letzten Besuch in der Studie registriert; 800 (66,1%) waren ILD-assoziiert, 59,3% der Einweisungen traten im ersten Jahr nach Aufnahme auf. Die Mortalität war mit der Zeit bis zur ersten Krankenhauseinweisung und einer ILD-Hospitalisierung assoziiert. Risikofaktoren für eine Krankenhauseinweisung waren ein fortgeschrittenes Krankheitsstadium (GAP-Index II und III) und CTD-ILDs. Die Gesamtheit aller Krankenhausaufenthalte war mit dem Vorliegen einer pulmonalen Hypertonie assoziiert (OR 2,53, p=0,005). Der stärkste Einfluss auf ILD-bedingte Hospitalisierungen wurde bei einem Emphysem und einer unklassifizierbaren ILD (OR=2,133, p=0,001) sowie bei anderen granulomatösen ILDs und einem positiven Raucherstatus (OR=3,082, p=0,005) festgestellt. Zusammenfassung Hospitalisierungen sind bezüglich Morbidität und Mortalität für ILD-Patienten relevant, die Kenntnis prädisponierender Faktoren für eine Hospitalisierung kann zukünftige Therapieentwicklungen beeinflussen ([ Abb. 1 ]). Abb. 1 Kaplan Meier Kurve nach ILD-bedingten Hospitalisierungen (Jahre 0–10) Publication History Article published online: 09 March 2023 © 2023. Thieme. All rights reserved. Georg Thieme Verlag Rüdigerstraße 14, 70469 Stuttgart, Germany
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".