Identifying Potentially Avoidable Hospital Admissions From Canadian Long-Term Care Facilities
Notice bibliographique
Résumé
BACKGROUND: The provision of preventive services and continuity of care are important aspects of long-term care (LTC). A proposed quality indicator of such care is the rate of hospitalizations due to ambulatory care sensitive conditions (ACSCs). As the ACSC approach to identifying potentially avoidable hospitalizations (PAH) was developed for younger community-dwelling adults in the United States, we sought to examine its applicability as a quality indicator for older institutionalized residents in Canada. METHODS: ACSCs were identified in a linked hospital-based LTC and acute care administrative database at the Institute for Clinical Evaluative Sciences in Ontario, Canada. An expert panel was then convened to assess the applicability of existing ACSCs to an older institutionalized population in Canada and to develop consensus-based revisions appropriate to this setting. The revised definition of PAH was then applied to the same linked database. RESULTS: The proportion of hospitalizations categorized as a PAH using the original ACSCs was 47% (4177 of 8885). The panel suggested the inclusion of 2 new conditions (septicemia and falls/fractures) coupled with the deletion of 4 of the original ACSCs (immunization-preventable conditions; nutritional deficiency; severe ear, nose and throat infections; tuberculosis) that were rare hospital diagnoses in this population. Using the revised definition, 55% of hospitalizations (4874) were identified as potentially avoidable. CONCLUSIONS: Changes to the original list of ACSCs led to more hospitalizations being categorized as potentially avoidable. Significant variation between LTC facilities and over time in our PAH indicator may identify areas for improvement in preventive services and continuity of care for LTC residents.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».