Predicting length of stay in patients admitted to stroke rehabilitation with high levels of functional independence
Notice bibliographique
Résumé
PURPOSE: In Ontario, stroke patients with relatively mild functional deficits are admitted to inpatient rehabilitation programmes. Despite apparently minor impairments, many of these patients remain in rehabilitation for prolonged periods of time. The objective of the present study is to identify variables that predict length of stay (LOS) within this population of high functioning stroke patients. METHODS: Stroke patients with Functional Independence Measure (FIM™) scores ≥100 admitted to a specialised inpatient rehabilitation programme in Ontario, Canada, from April 2005 to March 2008 were included in this study. Data from the National Rehabilitation Reporting System and chart review were used. Associations with LOS were examined among 25 potential predictor variables using bivariate correlations. Significantly correlated (p <0.002) variables were entered into a multiple linear regression. RESULTS: Twenty-four percent (n = 134) of patients admitted during the study period were identified as presenting with mild functional deficits. These patients had a mean admission age of 63.5 (SD 14.6) years, a mean admission FIM score of 109.9 (SD 6.6) and a mean LOS of 22.3 (SD 10.5) days. FIM motor and cognitive subscale scores, Mini Mental State Exam scores and five single items assessing orientation, financial independence, and verbal, written and auditory communication ability were significantly correlated with LOS. The regression model, which included all eight variables, explained 60% of the variance associated with LOS (r = 0.80). CONCLUSIONS: For patients admitted to stroke rehabilitation programmes with mild functional impairment, 60% of the variance in LOS can be explained by a small number of variables indicative of deficits in the areas of motor function, cognition and communication.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».