MétaCan
Menu
Retour à la cohorte
Enregistrement W1972566009 · doi:10.12927/hcq.2009.20964

Impact of Adverse Events on Hospital Disposition in Community-Dwelling Seniors Admitted to Acute Care

2009· article· en· W1972566009 sur OpenAlexafffundabout
Stacy Ackroyd‐Stolarz, Judith Read Guernsey, Neil J. MacKinnon, George Kovács

Notice bibliographique

RevueHealthcare Quarterly · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchNova Scotia Health Research Foundation
Mots-clésMedicineAcute careRetrospective cohort studyAdverse effectEmergency medicineCohortHealth careCommunity hospitalPopulationEnvironmental healthInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Older adults (> or =65 years) have been identified as a high-risk group for the occurrence of adverse events (AEs) in hospital. The purpose of this paper is to describe the association between AEs and disposition for a population of hospitalized seniors. All community-dwelling seniors admitted to an acute care in-patient unit were eligible for inclusion in this retrospective cohort study conducted at an adult tertiary care facility in Atlantic Canada between July 1, 2005, and March 31, 2006. AEs were identified from administrative data using validated screening criteria derived from the International Classification of Diseases (ICD) diagnosis and external cause of injury codes. Of the 982 eligible patients, 140 (14%) had evidence of at least one AE. There were 136 in-hospital deaths (14%). There was no significant difference in the proportion of deaths between those who experienced an AE and those who did not. However, of the 29 patients who were discharged to a long-term care facility, a significantly higher proportion had an in-hospital AE (6% versus 2%, p < .009). The potential contribution of an AE to the subsequent placement in a long-term care facility offers a compelling reason to develop prevention strategies for hospitalized seniors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,423
Écart entre enseignants0,393 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetPatient Safety and Medication ErrorsTravaux en français237 207