L’associazione tra il giorno della settimana delle pietre miliari nel percorso di cura dei pazienti con frattura dell’anca e la mortalità a 30 giorni: risultati di un eventuale registro nazionale – The National Hip Fracture Database of England and Wales

Background

Recentemente si è discusso della prestazione di assistenza sanitaria durante la settimana e se ci sia un aumento della mortalità associata ai ricoveri durante il fine settimana, cioè un “effetto weekend” [1- 3]. I recenti risultati non sono stati universalmente accettati a causa della percezione di un inadeguato aggiustamento del case mix e della mancata considerazione della complessità della fornitura di risorse all’interno di ogni specialità medica nel modello statistico[4]. Tuttavia, questo non è il primo caso riportato di un effetto weekend, e ci sono state numerose pubblicazioni tra discipline e contesti sanitari che hanno riportato risultati differenziali associati al giorno della settimana di ricovero[2, 3, 5, 6].

L’attuale concetto di “effetto weekend” nell’assistenza sanitaria è poco definito, e la ricerca attuale si concentra tipicamente su una pietra miliare nel percorso di cura del paziente, cioè il ricovero [1- 3,5- 13]. Tuttavia, il percorso di cura per i problemi medici acuti comprenderà diverse pietre miliari che possono estendersi su più giorni e settimane, e quindi includere più giorni della settimana e del fine settimana. Data la complessità dell’analisi dei dati clinici raccolti di routine e i limiti dell’esecuzione di analisi “one size fits all” in diverse specialità e contesti sanitari, è importante condurre analisi su misura che riflettano la disciplina clinica e la complessità dei dati nella speranza di fornire risultati clinicamente significativi che identifichino potenziali aree di miglioramento dell’assistenza o di allocazione delle risorse.

Le fratture dell’anca (o fratture che coinvolgono il femore prossimale) hanno alti livelli di mortalità. Nel 2007 in Inghilterra e nel Galles, il 10,9% dei pazienti ricoverati con frattura dell’anca è morto entro 30 giorni dal ricovero. L’introduzione di ampie riforme, di una revisione contabile e di una Best Practice Tariff (BPT) ha fatto sì che la mortalità di questi pazienti sia diminuita del 2,5%[14-16]. Tuttavia, molte delle riforme e degli obiettivi sono nati dall’aspirazione a fornire un’assistenza tempestiva ed efficiente, piuttosto che sulla base di forti evidenze. Nonostante i significativi miglioramenti nel percorso di cura dei pazienti con frattura dell’anca[14], la mortalità rimane elevata e il potenziale per ottimizzare il percorso di cura è grande.

Nel contesto della cura delle fratture dell’anca, vi è una scarsità di informazioni in relazione all’effetto weekend. Nella ricerca disponibile (vedi il file aggiuntivo 1 per la strategia di ricerca sistematica e il riassunto della letteratura pubblicata) vi è una sostanziale eterogeneità metodologica relativa alle dimensioni dello studio (da 242 a 460.000 partecipanti); definizioni temporali della mortalità (ricovero, 2/5/30/120 giorni); definizioni del fine settimana (ad es. Sabato e domenica o dalle 16.00 del venerdì alle 16.00 della domenica); esposizione di interesse (ricovero, intervento chirurgico e degenza); impostazioni (registro nazionale, campione nazionale di probabilità, registro statale, centro unico); sistemi sanitari (Inghilterra, Galles, USA, Canada, Germania, Danimarca); strategie di aggiustamento caso per caso; stime del rischio (odds ratio, risk ratio, hazard ratio, non riportati o non significativi); e tipo di pubblicazione (articolo completo, breve corrispondenza, abstract della conferenza)[2, 3, 5- 13,17- 19].

Non sono disponibili studi randomizzati sulla presenza o meno di un effetto weekend nella cura delle fratture dell’anca. Gli studi più ampi (serie di casi a livello nazionale[3, 5, 7, 10] o statale[6, 8, 9]) utilizzano di solito dati raccolti di routine con una codifica retrospettiva della malattia per identificare le fratture dell’anca e i fattori di interesse; pertanto, l’eterogeneità nelle pratiche di codifica può portare a una classificazione errata dei casi e a una scarsa identificazione dei casi. Studi più piccoli hanno utilizzato dati raccolti in modo prospettico, ma sono stati tipicamente poco efficaci nell’individuare effetti deboli[11- 13,17- 19]. Tuttavia, il limite principale comune agli studi esistenti è il modo in cui viene modellato l’effetto weekend. Quasi tutti gli studi tentano di formare un indicatore binario dei giorni feriali rispetto al fine settimana, assumendo così che qualsiasi associazione sia pieghevole tra sabato e domenica insieme o in modo simile nei giorni feriali. Dei 14 studi che riportano l’associazione tra la mortalità e il giorno di ricovero nei pazienti con frattura dell’anca, il ricovero nel fine settimana è risultato aumentare la mortalità in uno studio[13], diminuire la mortalità in uno[7] e non essere associato nei restanti 12[2, 3, 5, 6, 8-12,17- 19]. Due studi hanno indagato l’associazione tra il giorno della settimana di intervento e la mortalità e non hanno trovato alcuna associazione[12, 13], mentre solo uno studio ha indagato l’associazione tra il giorno della morte durante il ricovero e ha trovato che la mortalità era più bassa durante il fine settimana [2].

Nell’ambito della cura delle fratture dell’anca, il percorso può essere ampiamente suddiviso in quattro fasi distinte, punteggiate da pietre miliari (Fig. 1). La tempistica delle pietre miliari e le cure prestate tra di esse possono influenzare l’esito di un paziente e quindi richiedono di essere prese in considerazione nelle analisi che indagano la mortalità in seguito a un evento indice. Tuttavia, l’analisi delle pietre miliari durante il percorso di cura è complessa a causa delle correlazioni indotte da obiettivi istituzionali o nazionali. Ad esempio, uno dei requisiti del BPT all’interno dell’Inghilterra è che un paziente venga operato per una frattura dell’anca entro 36 ore dal ricovero. Pertanto, considerando un effetto weekend sulla base del solo ricovero, non è possibile considerare adeguatamente la complessità della coorte di pazienti, il percorso di cura o la correlazione tra le pietre miliari (ad esempio, i tempi di ricovero e l’intervento chirurgico).Fig. 1Il percorso di cura dei pazienti ricoverati per la frattura dell’anca

Fig. 1.Il percorso di cura dei pazienti ricoverati per la frattura dell’anca

Metodi

Utilizzando i dati del National Hip Fracture Database (NHFD), abbiamo studiato l’associazione tra i tempi di ricovero, l’intervento chirurgico, la dimissione e la mortalità a 30 giorni dal primo ricovero in ospedale per frattura dell’anca in pazienti ricoverati tra il 2011 e il 2014. Inoltre, abbiamo anche esplorato il giorno della settimana del decesso durante il ricovero in pazienti con frattura dell’anca.

Fonte dei dati

L’NHFD ha iniziato la raccolta dati nel 2007. Si stima che i dati siano completi al 95% a partire da gennaio 2011[20]. I dati dei pazienti con numero di NHS rintracciabile sono stati trasmessi al Servizio demografico personale dell’NHS, che ha fornito la data del decesso dall’Ufficio per le statistiche nazionali.

Criteri di inclusione/esclusione

Sono stati inclusi nell’analisi tutti gli individui ricoverati con una frattura incidente dell’anca tra il 1° gennaio 2011 e il 31 dicembre 2014 e una data nota di ricovero, l’ora dell’intervento (e l’intervento entro 30 giorni) e la destinazione della dimissione. Sono stati esclusi i pazienti di età inferiore ai 60 anni e superiore ai 120 anni e di sesso sconosciuto (Fig. 2).

Fig. 2.Fig. 2. Inclusione del paziente/esclusioni nello studio

Risultato primario

L’esito primario è il decesso a 30 giorni dal primo ricovero in ospedale per frattura dell’anca. Il decesso è stato determinato utilizzando una combinazione di registri di decesso dell’Ufficio Nazionale di Statistica e l’ora della destinazione della dimissione/dimissione, che indica anche quando un paziente è deceduto. Le fratture controlaterali dell’anca nello stesso paziente sono state considerate eventi indipendenti

Esposizioni di interesse

Le principali esposizioni di interesse in questo studio sono il giorno della settimana di ricovero, l’intervento chirurgico, l’orario dell’intervento, il ricovero e la dimissione dal fondo fiduciario. Abbiamo anche verificato se il ricovero, l’intervento chirurgico o la dimissione sono avvenuti entro il normale orario di lavoro (08:00-17:00).

Fattori di confusione

Data la ben nota variazione stagionale della mortalità, abbiamo corretto tutte le analisi per il mese di ammissione utilizzando indicatori fittizi e abbiamo permesso cambiamenti nel tempo utilizzando indicatori annuali[21]. Nei modelli sono stati inclusi il livello pre-esistente del paziente (età, sesso, residenza pre-ammissione, tipo di frattura, grado dell’American Society of Anesthesiologists (ASA)), il trattamento non chirurgico (valutazione delle cadute, valutazione del team multidisciplinare), chirurgico (tipo di operazione, anestetico), la destinazione della dimissione e i fattori di confusione socioeconomica (vedi file aggiuntivo 1: tabella S1 per la codifica dettagliata).

Analisi statistiche e analisi di sensibilità

Mezzi, deviazioni standard e punti interquartile sono stati utilizzati per descrivere le variabili continue. Per descrivere le variabili categoriali sono state utilizzate le frequenze e le percentuali. Le associazioni tra la mortalità a 30 giorni e il momento del ricovero, dell’intervento chirurgico e della dimissione sono state modellate utilizzando la regressione logistica.

Dato il grande numero possibile di parametrizzazioni per le associazioni temporali, abbiamo inizialmente esplorato una varietà di modelli grezzi e minimamente corretti, tra cui un effetto giornaliero (indicatori fittizi per ogni giorno della settimana), un fine settimana (sabato/domenica) contro l’effetto dei giorni della settimana, un effetto fuori orario del ricovero in ospedale o in chirurgia (definendo le ore di lavoro come 08:00-17:00), e un tempo dal ricovero in chirurgia usando parametrizzazioni ordinali, cumulative e logiche. Abbiamo poi adottato un approccio pragmatico per la costruzione di un modello che porta avanti le specifiche delle variabili più parsimoniose dalle analisi iniziali e semplifica i modelli, ove opportuno. Nei nostri modelli finali, abbiamo sostituito gli effetti binari del giorno della settimana con le variabili degli indicatori che rappresentano ogni giorno della settimana, e abbiamo eseguito test di Wald post-stimolazione confrontando se tutti gli indicatori giornalieri erano significativamente diversi da zero. Inoltre, abbiamo anche eseguito test di Wald post-stima su stime di parametri giornalieri significativamente diversi l’uno dall’altro.

L’aggiustamento della confusione è stato condotto in modo incrementale rispettando la struttura temporale e causale del percorso di cura[22]; sono stati utilizzati 11 modelli per esplorare le associazioni tra il ricovero, l’intervento chirurgico e la dimissione. Il modello 0 ha esplorato l’associazione tra le esposizioni di interesse indipendentemente l’una dall’altra e la mortalità a 30 giorni. Il modello 1 ha esplorato l’associazione tra le esposizioni di interesse indipendentemente l’una dall’altra, aggiustando i fattori di confusione a livello del paziente (vedi sopra per le specifiche). Il modello 2 ha esplorato simultaneamente l’esposizione degli interessi e la correzione dei fattori di confusione a livello del paziente. Il modello 3 è una specifica parsimoniosa del modello 2. Il modello 4 è il modello 3, regolato per i fattori di trattamento non chirurgici. Il Modello 5 è il Modello 4 regolato per i fattori di confusione chirurgica. Il modello 6 è il modello 5 adattato per la posizione socioeconomica (file aggiuntivo 2: tabella S1). Data la grande varietà di specifiche del modello stagionale, abbiamo condotto analisi di sensibilità utilizzando due specifiche stagionali alternative. Il modello 7 ha utilizzato una parametrizzazione del mese trascorso e il modello 8 ha utilizzato la regressione trigonometrica (serie di Fourier)[23, 24].

L’associazione tra il giorno della dimissione e la mortalità a 30 giorni è stata limitata agli individui dimessi vivi dall’ospedale. Il modello 9 ha poi indagato il giorno della dimissione tramite indicatori giornalieri o come indicatore binario per la dimissione di domenica. Il modello 10 è stato ulteriormente perfezionato adeguandolo alla destinazione della dimissione. Le interazioni tra il giorno della settimana di dimissione e la destinazione della dimissione sono state esplorate utilizzando test di likelihood ratio.

L’incidenza del decesso durante la degenza è stata studiata utilizzando la regressione di Poisson. Il numero di decessi in un dato giorno è stato ricavato utilizzando la destinazione della dimissione. Il numero di pazienti ricoverati in ospedale a seguito di una frattura dell’anca è stato calcolato in base alla data di ricovero e alla data di dimissione e incluso nel modello come parametro di offset. L’associazione tra il giorno della settimana e il decesso è stata esplorata utilizzando indicatori giornalieri o una specifica del giorno della settimana o del fine settimana. Abbiamo adattato i modelli di regressione di Poisson alle informazioni di riepilogo giornaliero per tutti gli individui (modello 11), ai riepiloghi giornalieri specifici per sesso (modello 12) e ai riepiloghi giornalieri specifici per età e sesso (modello 13). Nei modelli 12 e 13, abbiamo effettuato aggiustamenti stagionali specifici per strato attraverso interazioni tra il mese e il sesso (modello 12) o tra il mese, l’età e la categoria di sesso (modello 13). Inoltre, abbiamo esplorato due metodi di modellizzazione della stagionalità (modello del mese trascorso e un approccio a spline cubica limitata)[23, 25]. I risultati sono riportati come tasso di incidenza e intervalli di confidenza del 95%. Per esempi di specifiche del modello, vedere il file aggiuntivo 1- Specifica della stagionalità della modellazione.

Tutte le analisi sono state condotte in Stata 14.0 (StataCorp LP, College Station, TX).

Dati mancanti

Nonostante le buone percentuali di completamento dei dati all’interno del NHFD, la mancata risposta di una voce è un problema quando si adotta l’analisi completa dei casi. Supponendo che i dati siano mancanti a caso, abbiamo imputato i valori mancanti usando l’imputazione multipla con equazioni concatenate (MICE). Per ogni variabile che conteneva dati mancanti sono stati ricavati modelli di imputazione specifici per il sesso. Le specifiche del modello MICE si trovano nel file aggiuntivo 2: Tabella S2. Dieci set di dati imputati sono stati generati con un burn-in di 30 ripetizioni, l’errore di Monte-Carlo delle stime dei parametri di interesse, cioè la chirurgia domenicale, sono stati investigati ed erano piccoli (Modello 5 MICE = 0,0004, con deviazione massima sulla scala del rapporto dispari di 0,0027 dalla stima del punto di imputazione multipla), e i risultati sono stati combinati usando la stima mi in Stata.

Risultati

Tra il 1° gennaio 2011 e il 31 dicembre 2014, 258.891 pazienti sono stati ricoverati in ospedali con una frattura dell’anca. A seguito dell’applicazione dei criteri di inclusione ed esclusione, sono stati disponibili per l’analisi 241.446 casi (Fig. 2).

La durata media della degenza ospedaliera a 30 giorni in vita è stata di 2,1 giorni in più nei maschi rispetto alle femmine (Tabella 1); il 73,1% delle fratture dell’anca si è verificato nelle femmine e la mortalità a 30 giorni è stata maggiore nei maschi (10,2% contro il 6,1%; Tabella 2). Il tipo di frattura, il tipo di pazienti ricoverati, la condizione generale (grado ASA), la mobilità pre-operatoria, la patologia, i trattamenti non chirurgici ricevuti, i trattamenti chirurgici ricevuti e la deprivazione erano tutti simili tra i generi (Tabella 2 e file aggiuntivo 2: Tabella S3).Tabella 1Statistiche descrittive delle variabili continueVariableSexNMean(SD)[25°,50°,75°]^{Tempo di} intervento (ore)MaleAlive @ 30 giorni58.20335.1(36,9)[18,6,24,3,41,3]Durata del soggiorno (giorni)58,20324,0(23,5)[10,1,16,7,29,8]Età all’evento (anni)58,20381,0(8,6)[76,0,82,0,0,87,0]AMTS pre-op48,7507,5(3,4)[6,0,9,0,0,10.0]Tempo di intervento (ore)Morto a 30 giorni660837,4(37,4)[18,9,25,8,43,1]Durata del soggiorno (giorni)660812,2(8,0)[5,8,10,8,8,17,4]Età all’evento (anni)660885,1(7,6)[81,0,86,0,90,0]AMTS pre-op53805,7(3,9)[1,0,7,0,10.0]Tempo di intervento (ore)FemminileVivere a 30 giorni165.92732.0(31.6)[18.0,23.5,37.5]Durata del soggiorno (giorni)165.92721.9(116.0)[9.6,15.0,26.0]Età all’evento (anni)165.92783.0(8.3)[78.0,84.0,89.0]AMTS pre-op139.6447.0(3,6)[5,0,9.0,0,10.0]Tempo di intervento (ore)Morto @ 30 giorni10,70834.9(32,6)[18,6,25.0,41.9]Durata del soggiorno (giorni)10,70811.9(8,4)[5,1,10.2,17.6]Età all’evento (anni)10,70887.1(7,5)[83,0,88.0,0,92.0]AMTS pre-op86755.2(3.9)[1.0,6.0,0,9.0]Tempo di intervento (ore)AllAlive @ 30 giorni224,13032.8(33.1)[18.2,23,8,38.7]Durata del soggiorno (giorni)224,13022.5(100.5)[9.8,15,3,27.0]Età all’evento (anni)224,13082.5(8.4)[77.0,84.0,89.0]AMTS pre-op188,3947.2(3,6)[5.0,9.0,0,10.0]Tempo di intervento chirurgico (ore)Morto a 30 giorni17,31635.9(34,5)[18.7,25.2,42,4]Durata del soggiorno (giorni)17,31612.0(8,3)[5,3,10,4,4,17,5]Età all’evento (anni)17,31686.3(7,6)[82,0,87.0,92.0]AMTS pre-op14,0555.4(3,9)[1.0,6.0,9.0]AMTS Abbreviated Mental Test ScoreTable 2Descriptive statistics of categorical variablesVariableLevelMales(%)Females(%)Females(%)Life status at 30 daysAlive/assumed alive58,203(89.8)165.927(93,9)Morto6608(10.2)10.708(6.1)Mancante0(0,0)0(0,0)0(0,0)Tipo di fratturaIntracapsulare – sfollato32.113(49,5)84.782(48,0)Intracapsulare – non sfollato6471(10,0)17.597(10.0)Intertrochanteric21,983(33.9)62,478(35.4)Subtrochanteric3609(5.6)10,030(5.7)Other635(1.0)1748(1.0)Missing0(0.0)0(0.0)Admitted fromHospital3717(5.7)6102(3.5)Nursing/Rehab/Residential11,064(17.1)37,397(21.2)Own home/sheltered housing50,030(77.2)133,136(75.4)Missing0(0.0)0(0.0)ASA grade11249(1.9)3939(2.2)214,915(23.0)52,145(29.5)335,749(55.2)93,205(52.8)49632(14.9)18,445(10.4)5230(0.4)427(0.2)Missing3036(4.7)8474(4.8)PathologyNone59,117(91.2)164,707(93.2)Malignancy/Yes1573(2.4)1957(1.1)Atypical358(0.6)1065(0.6)Missing3763(5.8)8906(5.0)Pre-operative mobilityWalks without aids28,042(43.3)80,270(45.4)Walks with aids33,814(52.2)89,108(50.4)No functional mobility1461(2.3)3359(1.9)Missing1494(2.3)3898(2.2)Multidisciplinary rehabilitation team assessmentNo2690(4.2)6537(3.7)Yes60,341(93.1)165,188(93.5)Missing1780(2.7)4910(2.8)Valutazione della caduta specialisticaSi60.012(92,6)164.352(93,0)Nessuna valutazione della caduta4274(6,6)10.813(6,1)Mancante525(0,8)1470(0,8)Operazione tipoEmi bipolare cementato6206(9,6)15.770(8,9)Emi bipolare non cementato1797(2,8)4399(2.5)THR cementato2513(3,9)7822(4,4)THR non cementato793(1,2)2180(1,2)Emi unipolare cementato16.976(26,2)44.773(25,3)Emi unipolare non cementato4846(7,5)12.470(7,1)Fissazione interna: vite cannulata2748(4,2)7896(4,5)Fissazione interna: Chiodo IM5949(9.2)16.043(9.1)Fissazione interna: vite dell’anca scorrevole22.524(34,8)64.147(36,3)Nessuna operazione eseguita39(0,1)74(0,0)Altro375(0,6)963(0,5)Mancante45(0,1)98(0,1)Tipo di anestesiaSpinale19.294(29,8)51.376(29.1) Spinale+ (Epi/NB)6336(9,8)16.095(9,1)GA14.312(22,1)38.885(22,0)GA + (Epi/NB)15.651(24,1)44.567(25,2)Altro929(1.4)2714(1.5)Missing8289(12.8)22,998(13.0)Discharge destinationDead7217(11.1)11,477(6.5)Acute hospital817(1.3)1612(0.9)Rehab/Residential/Nursing25,792(39.8)77,846(44.1)Own home30,985(47.8)85,700(48.5)Missing0(0.0)0(0.0)Out of hours dischargeIn-hours discharge48,685(75.1)136,958(77.5)Out-of-hours discharge16,126(24.9)39,677(22.5)Missing0(0.0)0(0,0)Riabilitazione in riabilitazione, IM Intramidollare, Epidurale di epinefrina, NB Blocco nervoso, GA Anestetico generale, PTA Sostituzione totale dell’anca, ASA American Society of Anesthesiologists Classificazione dello stato fisico, Hemi Hemi Hemiarthroplasty

Le analisi esplorative che indagano sulle principali esposizioni che regolano le caratteristiche a livello di paziente hanno indicato una forte variazione stagionale della mortalità a 30 giorni. Nell’analisi non corretta, in cui non vengono considerati altri fattori che influenzano il rischio di mortalità a 30 giorni, il giorno di ricovero è stato associato a tassi di mortalità più elevati nei fine settimana rispetto a metà settimana, con un aumento medio del 5% della mortalità nei fine settimana rispetto ai giorni feriali. Il giorno della settimana dell’intervento ha illustrato una variazione molto maggiore della mortalità rispetto al ricovero nel corso della settimana. Non c’erano forti prove di un’associazione tra la mortalità e il ricovero fuori orario o l’intervento chirurgico. Un aumento del tempo di attesa per l’intervento chirurgico dal ricovero è stato associato a una maggiore mortalità, con una forte evidenza di un aumento del rischio di mortalità per coloro che ricevono un intervento chirurgico dopo 24 ore (File aggiuntivo 2: Tabella S5 e Tabella S6).

A seguito dell’adeguamento simultaneo delle esposizioni di interesse (mese di ricovero, giorno della settimana di ricovero e chirurgia, chirurgia fuori orario e tempo di intervento) l’associazione tra il giorno della settimana di ricovero e la mortalità è stata attenuata, mentre l’associazione tra il giorno della settimana di intervento e la mortalità è rimasta invariata, così come l’associazione tra il tempo di intervento dal ricovero (File aggiuntivo 2: Tabella S7).

Raggruppando i giorni della settimana dell’intervento con associazioni simili (test di Wald che dal lunedì al sabato sono uguali tra loro P=0,4) si è dimostrato che l’intervento della domenica è stato associato ad un aumento del 9,4% delle probabilità di mortalità a 30 giorni. Non c’è stato alcun effetto di un intervento chirurgico fuori orario. L’intervento chirurgico a più di 24 ore dal ricovero ha portato ad un aumento del 9,4% della mortalità (Tabella 3).Tabella 3Modello 3 – Modelli multivariati aggiustati, utilizzando una codifica semplificata del giorno della settimana, aggiustata per tutte le variabili elencate, e le caratteristiche del paziente prima dell’ammissione (tipo di frattura, ASA, AMTS, Patologia, Mobilità) non sono stati mostrati effetti; N (imputazione multipla) = 241.446, N (casi completi) = 182.772 Imputazione multiplaCasi completiVariableLevelOR(95% CI)POR(95% CI)POR(95% CI)PYear of admission–201101111.007(0.962, 1.054)0.771.084(1.021, 1.150)0.008320.922(0.881, 0.965)5.1 × 10–4
0.983(0.928^{, 1.043})0.5730.795(0.759, 0.833)00.849(0.800, 0.901)5.5×10-8 Mese di ^{ammissioneGennaio11Febbraio0},976(0,906, 1,053)0,531,001(0,914, 1,097)0,98Marzo0,899(0,834, 0,969)0,00520,923(0.843, 1.011)0.085Aprile0.879(0.816, 0.948)8.3×10-40.885(0.807, 0.⁹⁶⁹)0.0084Maggio0.797(0.739, 0.861)7.0×10-90.820(0,748, 0,899)2,5×10-5 giugno0,758(0,^{701, 0},820)3,9×10-120,796(0,725, 0.874)1,7×10-6luglio0,753^{(0,696, 0},814)1,3×10-120,746(0,678, 0,820)1.2×10-9Agosto0,792^(0,733,0,855)3,2×10-90,820(0,748, 0,900)2,7×10-5settembre0.844(0,781, 0,911)1,4×10-50,889(0,812^{, 0,973})0,011ottobre0,835(0,774, 0,900)3,1×10-60.847(0,774, 0,927)3,3×10-4Novembre0,^815(0,755, 0,879)1,4×10-70,830(0,758, 0,909)5.6×10-5 dicembre0^.940(0.875, 1.011)0.0950.983(0.902, 1.071)0.69 Chirurgia domenicaleMTWTFS surgery11Chirurgia domenicale1.094(1.043, 1.148)2.2×10-41.078(1.018^{, 1.141})0.010 Chirurgia fuori orarioIn ore11Orario11Orario1.010(0.941, 1.084)0.791.041(0.956, 1.134)0.35Ora alla chirurgia≤ 24 ore≤ 24 ore11> 24 ore1.094(1.059, 1.130)6.0×10-81.090(1.049, 1.133)9.3×10-6MTWTFS ^Lunedì,martedì, mercoledì, giovedì, giovedì, venerdì, sabato, OR Odds Ratio, CI Confidence Interval. Test Omnibus Wald per l’anno di ammissione: (CC) P<1.0×10-16; (MI) P<1.0×10-16. Test Omnibus Wald per il mese di ammissione (CC) P< 3,4×10-14; (MI) P< 1,0×10-16

L’adeguamento dei modelli per i trattamenti non chirurgici, i trattamenti chirurgici e la posizione socioeconomica ha avuto scarso effetto sull’associazione tra chirurgia domenicale, chirurgia fuori orario, chirurgia a più di 24 ore dal ricovero e mortalità a 30 giorni (Tabella 4 e file aggiuntivo 2: Tabella S8). La modellizzazione dei cambiamenti stagionali utilizzando un modello a mesi trascorsi o una regressione trigonometrica ha avuto uno scarso effetto sulle associazioni di interesse stimate (File aggiuntivo 2: Tabella S9).Tabella 4Modelli adattati multivariati che indagano l’associazione tra il tempo dell’intervento e la mortalità a 30 giorni. Modelli aggiustati per interventi non chirurgici (Modello 4) N (imputazione multipla) = 241.446, interventi non chirurgici e trattamenti chirurgici (Modello 5) N (imputazione multipla).241.446, interventi non chirurgici, trattamenti chirurgici e indice di deprivazione multipla (modello 6) N = 225.324Modello 4Modello 5Modello 6OR(95% CI)POR(95%CI)POR(95% CI)POR(95%CI)PMonth of yearJannaio111Febbraio0.991(0.918, 1.069)0.810.988(0.916, 1.066)0.750.987(0.912, 1.069)0.75Marzo0.912(0.846, 0.984)0.0170.911(0.844, 0.982)0.0150.923(0.853, 0.998)0.044Aprile0.884(0.819, 0.953)0.00140.880(0.816, 0.950)9.9×10-40.900(0.832, 0.973)0.0085Maggio0.808(0.748, 0.872)5.8×10-80.806(0.746, 0.⁸⁷¹)4.4×10-80,818(0,755^{, 0,886})8,5×10-7 giugno0,776(0.717, 0.839)2.6 × 10–10
0.776(0.718^{, 0.840})2.8 × 10–10
0.797(0.735, 0,864)4,5×10-8luglio0,769^{(0,710, 0},832)6,9×10-110.770(0,712, 0,833)9,3×10-110,788(0,726^{, 0,855})1,2×10-8Agosto0,799(0,739, 0,864)1,7×10-80,799(0,740, 0,864)1.7×10-80,819(0,755^{, 0,887})1,1×10-6 settembre0,862(0.798, 0.931)1.6 × 10–4
0.863(0.799^{, 0.933})1.9 × 10–4
0.881(0.814, 0,955)0,0019ottobre0,858(0,795, 0,926)8,9×10-50,858(0,795, 0,⁹²⁶)8.7×10-50.876(0.809^{, 0.948})0.0011Novembre0.843(0.781, 0.911)1.4×10-50.843(0,781, 0,910)1,3×10-50,859(0,794, 0,⁹³¹)1,9×10-4 dicembre0,967(0,899, 1,040)0,^360,967(0,899, 1,040)0,360.987(0.916, 1.065)0.74 Chirurgia domenicaleMTWTFS surgery111 Chirurgia domenicale1.092(1.040, 1.145)3.5×10-41.083(1.032, 1.¹³⁷)0.00111.087(1.035, 1.142)9.3×10-4Out-of-hours surgeryIn-hours111Out-of-hours1.008(0.939, 1.082)0.831.011(0.942, 1.086)0.761.021(0.950, 1.099)0.57Time to surgery≤ 24 ore≤ 24 ore111>24 ore1.080(1.045, 1.116)4.0×10-61.088(1.053, 1.125)4.4×10-71.^120(1.082, 1.158)5.9×10-11Modello 3=Caratteristiche di pre-ammissione+ Interventi non chirurgici; Modello 4==.Modello 3+-Trattamenti chirurgici; Modello 5=Modello 4+Indice di deprivazione multiplaCaratteristiche di preammissioneTipo di frattura, ASA, AMTS, Patologia, Mobilità; Interventi non chirurgici = Valutazione delle cadute, incontro MDT; Interventi chirurgici = tipo anestetico, tipo di operazione; Indice di deprivazione multipla = Indice di deprivazione multipla Older People England, Indice di deprivazione multipla Older People Wales; Test Omnibus Wald per: mese di ammissione (Modelli 4) P==1.0×10-16; (Modelli ^{5) P=1},0×10-16 (Modello 6) P=7,9×10-15MTWTFS lunedì, martedì, mercoledì, giovedì, venerdì, sabato; OR ^oddsratio;CI Confidence Interval

Le analisi che esplorano l’associazione tra le caratteristiche delle dimissioni e la mortalità a 30 giorni hanno mostrato un rischio sostanzialmente più elevato di mortalità per le dimissioni di domenica, anche se questo è stato relativamente raro (N=4653 (2,5%) delle dimissioni). Anche le dimissioni fuori orario erano associate a un’elevata mortalità. Questi risultati non sono stati attenuati dopo l’aggiustamento per la destinazione delle dimissioni (Tabella 5).La Tabella 5Multivariata, che indaga l’associazione tra il giorno della dimissione dall’ospedale e la mortalità a 30 giorni. Il modello 9 è regolato per le caratteristiche del paziente, i trattamenti non chirurgici, il giorno dell’intervento e la procedura chirurgica. Il modello 10 è ulteriormente adattato per la destinazione della dimissione. N (imputazione multipla) = 181.568; N (casi completi) = 122.586Modello 9Modello 10 Specifiche di dimissioneOR(95% CI)POR(95% CI)PMImputazione multipla (MI)Indicatori giornalieriDomenica11Lunedì0.601 (0,484, 0,745)3,6×10-60,625 (0,504^{, 0,776})2,0×10-5Martedì0.623(0.504, 0.768)1.0×10-50.646(0.523^{, 0.797})4.7×10-5Mercoledì0.599(0.485, 0.740)2^.0×10-60.622(0.504^{, 0.769})1.1×10-5Giovedì0.642(0.520, 0.791)3.^4×10-50.666(0.540, 0.822)1.5×10-4 Venerdì0.668(0.^543,0.822)1.4×10-40.695(0.564, 0.856)6.1×10-4Sabato 0^,746(0,591, 0,942)0,0140,760(0,601, 0,960)0,021In ore11Out of hours1,193(1,098, 1,296)3,0×10-51.180(1.086, 1.282)9.5×10-5Domenica di ^{scaricoMTWTFS11Domenica1}.572(1.292, 1.913)6.4×10-61.515(1.244, 1.844)3,6×10-5In ore11Out ^ofhours1.187(1.093, 1.290)4,8×10-51.174(1.081, 1.276)1.^4×10-4Casicompleti^(CC) Indicatori giornalieriDomenica11Lunedì0,599(0,456, 0,787)2,3×10-40,622(0,473, 0.817)6,5×10-4Martedì0,633^(0,485, 0,825)7,2×10-40,654(0,501, 0,853)0,0017Martedì0,⁶³⁶(0,487, 0.829)8.1×10-40.657(0.504^{, 0.857})0.0020Giovedì0.645(0.495, 0.841)0.00120.668(0.513, 0.871)0.0029Venerdì0.707(0.544, 0.918)0.00920.733(0.564, 0.952)0.020Sabato0.785(0.586, 1.050)0.100.795(0.594, 1.065)0.12In ore11Out of hours1.242(1.122, 1.376)3.0×10-51.230(1.111, 1.363)6.8×10-5Domenica di ^{scaricoMTWTFS11Domenica1}.523(1.188, 1.951)8.8×10-41.472(1.149, 1.887)0.0023In ore11Out of hours1.234(1.114, 1.366)5.3×10-51.222(1.^{104, 1.353})1.1×10-4MTWTFS, ^lunedì, martedì, mercoledì, giovedì, venerdì, sabato; OR odds ratio; CI Confidence IntervalIn ore 08:00-17:00Omnibus Wald test per la specifica di scarico giornaliero (Modelli 9) (CC) P=0.0018 (MI) P=0,00003; (Modelli 10) (CC) P=0 ,0053 (MI) P=0,0002. Il test Omnibus Wald per i giorni di scarico MTWTFS sono uguali tra loro (Modello 9) (CC) P=0,07 (MI) P=0, 057; (Modello 10) (CC) P=0,10 (MI) P=0,09

La mortalità durante il ricovero è stata indagata tra il 1° gennaio 2011 e il 31 dicembre 2014 in 241.446 fratture dell’anca. Il numero di fratture dell’anca varia nel corso dell’anno; pertanto, è stato calcolato e utilizzato come denominatore il numero di pazienti con fratture dell’anca ricoverati in ospedale in un dato giorno. A causa dell’intervallo di tempo che intercorre tra il ricovero e la dimissione, abbiamo utilizzato i dati tra il 1° febbraio 2011 e il 31 dicembre 2014, al fine di massimizzare la possibilità di omettere persone ricoverate prima del 1° gennaio 2011 (l’81% dei pazienti rimane in ospedale meno di 31 giorni). Durante i 1430 giorni di interesse, sono stati 13.461 i decessi in ospedale e 4.239.788 i posti letto utilizzati nei primi 30 giorni di ricovero per fratture dell’anca (2965 posti letto al giorno). Analogamente alle analisi precedenti, il decesso è stato fortemente associato alla stagione, con circa altri due decessi al giorno nei mesi invernali rispetto ai mesi estivi (Fig. 3). Dopo l’adeguamento alla stagione, è stata studiata l’associazione tra la mortalità e il giorno della settimana di ricovero. In tutti i modelli (grezzi, classificati per sesso, per sesso e per età) si è registrata una forte evidenza di un minor numero di decessi durante il fine settimana rispetto ai giorni feriali (-5,5%), con la più alta incidenza di decessi che si verificano di mercoledì (Tabella 6).Fig. 3Numero di decessi in regime di ricovero in pazienti ricoverati con frattura dell’anca tra il 1° febbraio 2011 e il 31 dicembre 2014. Il pannello superiore modella l’incidenza del decesso nel periodo di interesse utilizzando un modello del mese trascorso. Il pannello inferiore modella l’incidenza del decesso nel periodo di interesse utilizzando spline cubiche con punti di nodo ogni 74 giorni. Le linee continue indicano i giorni della settimana, mentre le linee tratteggiate indicano il weekendTabella 6L’associazione tra il giorno della settimana del decesso e la degenza. I modelli sono presentati senza aggiustamenti, corretti per il sesso e adeguati per l’età e il sesso; 1430 giorni di interesse, 4.239.788 giorni a letto, 13.461 decessi in degenzaStratificazione1==.Nessuna stratificazione2=Stratificazione per sesso3=Stratificazione per età e sessoSeasonalModelParametrisationIRR(95% CI)PIRR(95% CI)PIRR(95% CI)PIRR(95% CI)PElapsed monthDayofthe weekSunday111Monday1.033(0.969, 1.100)0.3221.037(0.974, 1.104)0.2531.036(0.973, 1.104)0,267Martedì1.036(0,972, 1.104)0,2731.036(0,973, 1.102)0,2731.035(0,971, 1.103)0,289Martedì1.108(1.041, 1.180)0.0011.111(1.045, 1.182)0.0011.110(1.043, 1.182)0.001Giovedì1.041(0.977, 1.109)0.2201.043(0.979, 1.110)0.1921.042(0.978, 1.110)0.203Venerdì1.047(0.983, 1.116)0.1531.049(0.985, 1.116)0.1361.048(0.984, 1.117)0.144Sabato0.988(0.927, 1.054)0.7160.991(0.930, 1.056)0.7800.991(0.930, 1.057)0.791WeekendWeekday111Weekend day0.944(0.909, 0.980)0.0030.944(0.909, 0.979)0.0020.944(0.909, 0.981)0.003Spline cubico ristrettoDay of the weekSunday111Monday1.033(0.969, 1.100)0.3231.037(0.974, 1.103)0.2571.036(0.973, 1.104)0.273Martedì1.034(0.970, 1.101)0.3061.035(0.972, 1.101)0.2841.034(0.971, 1.101)0.302Mercoledì1.103(1.037, 1.174)0.0021.107(1.041, 1.177)0.0011.106(1.040, 1.177)0.001Giovedì1.037(0.974, 1.105)0.2571.040(0.977, 1.107)0.2191.039(0.976, 1.107)0.231Venerdì1.044(0.980, 1.112)0.1871.045(0.982, 1.112)0.1661.045(0.981, 1.113)0.175Sabato0.986(0.925, 1.052)0.6730.990(0.929, 1.054)0.7440.990(0.928, 1.055)0.756WeekendWeekday111Weekend day0.946(0.911, 0.982)0.0040.945(0.911, 0.981)0.0030.946(0.911, 0.982)0.004 Non ci sono prove significative di un’interazione tra le variabili di stratificazione e la parametrizzazione del giorno della settimana (test del likelihood ratio, P> 0.1), IRR=Incidence Rate Ratio, CI=Confidence Interval. Test Omnibus Wald del giorno della settimana, Specifica stagionale del mese trascorso: (Nessuna stratificazione) P=0,0128; (Stratificato per sesso) P=0 ,0096; (Stratificato per età e sesso) P=0,0125. Omnibus Wald test del giorno della settimana, Specifica stagionale limitata di Spline Cubic Spline: (Nessuna stratificazione) P=0,020; (stratificato per sesso) P=0 ,013; (stratificato per età e sesso) P=0,017. Il test Omnibus Wald per il giorno di degenza MTWTF sono uguali tra loro, Specifica stagionale del mese trascorso (Nessuna stratificazione) P=0,13, (stratificato per sesso) P=0 ,12, (stratificato per età e sesso) P=0.13, Omnibus Wald test per il giorno di degenza MTWTF sono uguali l’uno all’altro, Restricted Cubic Spline stagionale specifica (Nessuna stratificazione) P= 0,17, (stratificato per sesso) P= 0 ,14, (stratificato per età e sesso) P= 0,15

Fig. 3.Fig. 3. Numero di decessi ospedalieri in pazienti ricoverati con frattura dell’anca tra il 1° febbraio 2011 e il 31 dicembre 2014. Il pannello superiore modella l’incidenza dei decessi nel periodo di interesse utilizzando un modello del mese trascorso. Il pannello inferiore modella l’incidenza del decesso nel periodo di interesse utilizzando spline cubiche con punti di nodo ogni 74 giorni. Le linee continue indicano i giorni della settimana, mentre le linee tratteggiate indicano il fine settimana

Discussione

In 241.446 fratture dell’anca ricoverate in ospedale tra il 1° gennaio 2011 e il 31 dicembre 2014, abbiamo dimostrato che il giorno della settimana di ricovero è di fatto associato alla mortalità a 30 giorni e che la grezza associazione osservata in dati non corretti è mediata dal giorno della settimana dell’intervento. Coerentemente con la letteratura precedente, dimostriamo che un intervento chirurgico ritardato è sconsigliabile[26- 28]. Tuttavia, dimostriamo in modo inedito che la chirurgia che avviene 24 ore o più dopo il ricovero in ospedale, in un sistema in cui il 50% dei pazienti viene operato entro 24 ore e il 72% entro 36 ore, è associata a un aumento del 9,4% delle probabilità di mortalità a 30 giorni. Come nella letteratura precedente, non troviamo alcuna associazione tra chirurgia fuori orario e aumento della mortalità[29, 30] e, al contrario, dimostriamo che la chirurgia domenicale è associata a un aumento del 9,4% delle probabilità di mortalità a 30 giorni[12, 13]. Durante il ricovero, c’è una minore incidenza di decessi durante il fine settimana rispetto ai giorni feriali del 5,5%, e la più alta incidenza di decessi si verifica il mercoledì. In modo univoco, mostriamo che c’è un aumento del 51,5% delle probabilità di mortalità a 30 giorni per i pazienti dimessi di domenica, e le dimissioni fuori orario sono associate a un aumento del 17,4% della mortalità a 30 giorni.

A differenza di molti altri studi basati su dati nazionali[1- 3, 5], l’NHFD è un audit nazionale prospettico specifico per la malattia e contiene informazioni dettagliate che costituiscono la base di modelli di aggiustamento del rischio estesi e pertinenti condotti lungo tutto il percorso di cura. Inoltre, le analisi non dipendono da pratiche di codifica generiche che indicano specifici stati di malattia o co-morbidità; pertanto, l’acquisizione dei dati è molto più probabile che sia coerente in tutto il paese. Allo stesso modo, poiché l’NHFD ha molti campi obbligatori, la completezza dei dati è molto buona per le esposizioni chiave, i risultati e i confonditori.

Nonostante le dimensioni eccezionali degli studi di registro e delle verifiche nazionali, che in genere costituiscono la base della ricerca sugli effetti del fine settimana, la capacità di fare inferenze causali da studi epidemiologici osservazionali è limitata. Anche se abbiamo dimostrato un’associazione differenziale tra chirurgia domenicale, chirurgia entro 24 ore dal ricovero, il giorno della dimissione e la mortalità a 30 giorni, non è chiaro perché questi effetti si verifichino o come possano essere modificati. L’interpretazione dei risultati è complessa a causa dell’influenza degli obiettivi istituzionali e nazionali. Ad esempio, l’introduzione di un BPT che prevede l’intervento chirurgico entro 36 ore dal ricovero indurrà inevitabilmente una correlazione tra il momento del ricovero e quello dell’intervento [15]. Pertanto, i risultati dovrebbero essere interpretati con cautela e solo considerando l’influenza di altre pietre miliari critiche nel percorso di cura, tra cui, ad esempio, lesioni, ricovero, intervento chirurgico e dimissione dall’ospedale. Gli standard di assistenza guidati dal BPT in Inghilterra e nel Galles possono rendere i risultati di questo studio meno generalizzabili ad altri sistemi sanitari. Infine, nonostante i nostri tentativi di effettuare ampie analisi di case mix e di sensibilità, non possiamo essere sicuri che le associazioni che osserviamo non dipendano da fattori di confusione non misurati.

Nonostante la credenza popolare di un effetto weekend generalizzato[1- 3, 5] abbiamo dimostrato, utilizzando un registro specifico della malattia, che le cure non sono universalmente inferiori nel weekend. Illustriamo come semplici analisi incentrate esclusivamente sul giorno del ricovero possano essere confuse da altre importanti pietre miliari nel percorso di cura di un paziente. Pertanto, quando ci si riferisce a un effetto weekend, è fondamentale che si deduca un evento o un intervallo specifico all’interno del percorso di cura.

Nel contesto delle fratture dell’anca, non è chiaro quali siano i meccanismi causali che stanno alla base delle associazioni osservate con la chirurgia ritardata, la chirurgia domenicale, le dimissioni domenicali o le dimissioni fuori orario. Può esserci un’associazione con le risorse disponibili in momenti diversi, ad esempio, è stato dimostrato che l’assistenza post-frattura dell’anca da parte di un ortogeriatra ha ridotto la mortalità e questo servizio non è universalmente disponibile nel fine settimana[31]. Tuttavia, nel breve/medio periodo successivo all’intervento chirurgico, il rischio di morte nel fine settimana è più basso rispetto a quello dei giorni feriali, il che suggerisce che l’assistenza in reparto è probabilmente almeno equivalente all’assistenza ricevuta durante la settimana.

Abbiamo mostrato un aumento eccezionalmente grande delle probabilità di morte dopo le dimissioni di domenica e le dimissioni fuori orario. La dimissione di domenica è insolita; pertanto, la logica di tale pratica non è chiara. Tuttavia, questo evidenzia l’importanza di transizioni efficaci tra i fornitori di cure acute e l’assistenza all’interno della comunità. Mentre i meccanismi causali alla base di queste associazioni non sono chiari, il forte aumento delle probabilità di morte suggerisce che queste pratiche dovrebbero essere evitate, e che la ricerca sulla transizione tra gli ospedali per acuti e la comunità può rivelarsi efficace nel ridurre la mortalità.

Nonostante le differenze osservate nella mortalità lungo il percorso di cura e la suggestione di fattori di rischio modificabili, non è chiaro se gli interventi saranno efficaci nel ridurre la mortalità assoluta in un sistema con risorse finanziarie e umane limitate nel breve o medio termine.

Conclusione

L’evidenza di un effetto weekend generalizzato nei pazienti con frattura dell’anca non è convincente. Abbiamo osservato un aumento del rischio di mortalità a 30 giorni per chi viene operato o dimesso di domenica. Tuttavia, l’incidenza di decessi durante il fine settimana è inferiore a quella dei giorni feriali, il che suggerisce che è almeno equivalente alle cure prestate nei giorni feriali. Inoltre, dimostriamo che l’intervento chirurgico entro 24 ore dal ricovero è associato a una riduzione della mortalità.

In un sistema sanitario con risorse finanziarie e di personale limitate, non è saggio ridistribuire universalmente le risorse durante la settimana senza prima considerare le differenze nell’attuale offerta di cure. La mancanza di un effetto generalizzato del sabato e della domenica suggerisce che la distribuzione delle risorse di domenica con riferimento alle operazioni che avvengono di domenica e alle dimissioni è in qualche modo diversa da quella del sabato. Le ragioni di queste differenze dovrebbero essere studiate e minimizzate per ridurre la mortalità. Questa ricerca evidenzia l’importanza della transizione delle cure tra gli ospedali per acuti e la comunità, e la necessità dei fornitori di cure di comunità e degli ospedali per acuti di coordinare una transizione fluida nella comunità.

Infine, la ridistribuzione delle risorse significherà, in ultima analisi, la rimozione delle risorse in un’area e la loro riallocazione in un’altra; pertanto, l’effetto netto su qualsiasi risultato di interesse non è chiaro. È necessario un attento monitoraggio dei nuovi interventi per garantire che qualsiasi cambiamento si traduca in una riduzione netta della mortalità e che sia efficace in termini di costi e sicuro.

File aggiuntivi

File aggiuntivo 1:Informazioni di sintesi sulla strategia di modellazione, Imputazione multipla tramite la specificazione delle equazioni concatenate, statistiche descrittive aggiuntive e analisi di sensibilità. (DOCX 60 kb)File aggiuntivo 2: Strategia di ricerca sintetica utilizzata nella revisione della letteratura e nei risultati di sintesi della revisione sistematica. Descrizione dell’approccio di modellazione stagionale. (DOCX 95 kb)

References

1. Freemantle N, Ray D, McNulty D, Rosser D, Bennett S, Keogh BE, Pagano D. Increased mortality associated with weekend hospital admission: a case for expanded seven day services?. BMJ.. 2015; 351:h4596. DOI | PubMed
2. Freemantle N, Richardson M, Wood J, Ray D, Khosla S, Shahian D, Roche WR, Stephens I, Keogh B, Pagano D. Weekend hospitalization and additional risk of death: an analysis of inpatient data. J R Soc Med. 2012; 105(2):74-84. DOI | PubMed
3. Roberts SE, Thorne K, Akbari A, Samuel DG, Williams JG. Weekend emergency admissions and mortality in England and Wales. Lancet. 2015; 385(9980):1829. DOI | PubMed
4. . Accessed 06 Mar 2017.Publisher Full Text
5. Aylin P, Yunus A, Bottle A, Majeed A, Bell D. Weekend mortality for emergency admissions. A large, multicentre study. Qual Saf Health Care. 2010; 19(3):213-7. DOI | PubMed
6. Bell CM, Redelmeier DA. Mortality among patients admitted to hospitals on weekends as compared with weekdays. N Engl J Med. 2001; 345(9):663-8. DOI | PubMed
7. Boylan MR, Rosenbaum J, Adler A, Naziri Q, Paulino CB. Hip fracture and the weekend effect: does weekend admission affect patient outcomes?. Am J Orthop. 2015; 44(10):458-64. PubMed
8. Clarke MS, Wills RA, Bowman RV, Zimmerman PV, Fong KM, Coory MD, Yang IA. Exploratory study of the ‘weekend effect’ for acute medical admissions to public hospitals in Queensland, Australia. Intern Med J. 2010; 40(11):777-83. DOI | PubMed
9. Cram P, Hillis SL, Barnett M, Rosenthal GE. Effects of weekend admission and hospital teaching status on in-hospital mortality. Am J Med. 2004; 117(3):151-7. DOI | PubMed
10. Daugaard CL, Jorgensen HL, Riis T, Lauritzen JB, Duus BR, van der Mark S. Is mortality after hip fracture associated with surgical delay or admission during weekends and public holidays? A retrospective study of 38,020 patients. Acta Orthop. 2012; 83(6):609-13. DOI | PubMed
11. Foss NB, Kehlet H. Short-term mortality in hip fracture patients admitted during weekends and holidays. Br J Anaesth. 2006; 96(4):450-4. DOI | PubMed
12. Muhm M, Walendowski M, Danko T, Weiss C, Ruffing T, Winkler H. Factors influencing course of hospitalization in patients with hip fractures: complications, length of stay and hospital mortality. Z Gerontol Geriatr. 2015; 48(4):339-45. DOI | PubMed
13. Thomas CJ, Smith RP, Uzoigwe CE, Braybrooke JR. The weekend effect: short-term mortality following admission with a hip fracture. Bone Joint J. 2014; 96-B(3):373-8. DOI | PubMed
14. Neuburger J, Currie C, Wakeman R, Tsang C, Plant F, De Stavola B, Cromwell DA, van der Meulen J. The impact of a national clinician-led audit initiative on care and mortality after hip fracture in England: an external evaluation using time trends in non-audit data. Med Care. 2015; 53(8):686-91. DOI | PubMed
15. . Accessed 06 Mar 2017.Publisher Full Text
16. Oliver D. Development of services for older patients with falls and fractures in England: successes, failures, lessons and controversies. Arch Gerontol Geriatr.. 2009; 49(Suppl 2):S7-12. DOI | PubMed
17. Akhtar Z, Lisk R. Hip fracture patients admitted over the weekend – Do they do worse in our hospital?. Eur Geriatr Med. 2012; 3(Suppl 1):S90. DOI
18. Mathews JA, et al. &quot;The effect of timing of admission on time-to-surgery and mortality: Is there a ‘weekend effect’ in patients admitted to a UK teaching hospital following acute hip fracture.&quot; European Surgical Research.2013;50(2 SUPPL. 4):171.
19. Monem M, et al. Does the day of being admitted matter in hip fractures? how to address your mortality. Osteoporosis International. 2014;25(6 SUPPL. 1): S673
20. . Accessed 06 Mar 2017.Publisher Full Text
21. Crawford JR, Parker MJ. Seasonal variation of proximal femoral fractures in the United Kingdom. Injury. 2003; 34(3):223-5. DOI | PubMed
22. Hernan MA, Hernandez-Diaz S, Werler MM, Mitchell AA. Causal knowledge as a prerequisite for confounding evaluation: an application to birth defects epidemiology. Am J Epidemiol. 2002; 155(2):176-84. DOI | PubMed
23. Bhaskaran K, Gasparrini A, Hajat S, Smeeth L, Armstrong B. Time series regression studies in environmental epidemiology. Int J Epidemiol. 2013; 42(4):1187-95. DOI | PubMed
24. Cox NJ. Speaking Stata: In praise of trigonometric predictors. Stata J. 2006; 6(4):561-79.
25. Newson RB. Sensible parameters for univariate and multivariate splines. Stata J. 2012; 12(3):479-504.
26. Khan SK, Kalra S, Khanna A, Thiruvengada MM, Parker MJ. Timing of surgery for hip fractures: a systematic review of 52 published studies involving 291,413 patients. Injury. 2009; 40(7):692-7. DOI | PubMed
27. Shiga T, Wajima Z, Ohe Y. Is operative delay associated with increased mortality of hip fracture patients? Systematic review, meta-analysis, and meta-regression. Can J Anaesth. 2008; 55(3):146-54. DOI | PubMed
28. Simunovic N, Devereaux PJ, Sprague S, Guyatt GH, Schemitsch E, Debeer J, Bhandari M. Effect of early surgery after hip fracture on mortality and complications: systematic review and meta-analysis. CMAJ. 2010; 182(15):1609-16. DOI | PubMed
29. Dorotka R, Schoechtner H, Buchinger W. Influence of nocturnal surgery on mortality and complications in patients with hip fractures. Unfallchirurg. 2003; 106(4):287-93. DOI | PubMed
30. Chacko AT, Ramirez MA, Ramappa AJ, Richardson LC, Appleton PT, Rodriguez EK. Does late night hip surgery affect outcome?. J Trauma Inj Infect Crit Care. 2011; 71(2):447-53. DOI
31. Hawley S, Javaid MK, Prieto-Alhambra D, Lippett J, Sheard S, Arden NK, Cooper C, Judge A, REFReSH study group. Clinical effectiveness of orthogeriatric and fracture liaison service models of care for hip fracture patients: population-based longitudinal study. Age Ageing. 2016; 45(2):236-42. DOI | PubMed