HIV-Positive Injection Drug Users Who Leave the Hospital Against Medical Advice
Notice bibliographique
Résumé
BACKGROUND: Leaving the hospital against medical advice has been associated with increased morbidity and readmission. Factors associated with the risk of leaving against medical advice among HIV/AIDS patients or injection drug users have not been examined in detail. OBJECTIVES: To examine the clinical and social factors associated with leaving against medical advice (AMA) from a specialized HIV/AIDS ward among patients who reported a history of injection drug use. METHODS: All patients with a history of injection drug use admitted to the HIV/AIDS ward at St. Paul's Hospital, Vancouver, British Columbia (the largest specialized HIV/AIDS hospital ward in Canada) between April 1997 and October 2000 were reviewed retrospectively. A multivariate logistic regression model utilizing a generalized estimating equation algorithm identified factors associated with leaving the hospital AMA. RESULTS: Of the 1056 hospital admissions to the HIV/AIDS ward by patients with a history of injection drug use, 263 (24.9%) resulted in leaving the hospital AMA. Independent positive predictors of leaving AMA included recent injection drug use (adjusted odds ratio [AOR] = 2.08, 95% confidence interval [CI]: 1.41-3.07) and aboriginal ethnicity (AOR = 1.55, 95% CI: 1.05-2.28). Discharge AMA was also more likely to occur on weekends (AOR = 2.27, 95% CI: 1.49-3.48) and on days when social assistance payments were issued (AOR = 2.95, 95% CI: 1.70-5.10). Factors that independently reduced the odds of hospital discharge AMA included in-hospital methadone use (AOR = 0.49, 95% CI: 0.32-0.76), social support (AOR = 0.33, 95% CI: 0.21-0.51), and older age (per 10-year increment, AOR = 0.56, 95% CI: 0.43-0.73). CONCLUSIONS: Among HIV-positive patients with a history of injection drug use, the odds of leaving the hospital AMA were reduced for subjects who received inpatient methadone treatment, were of older age, or had social supports. Addiction treatment and interventions that enhance social supports in marginalized populations at risk for hospital discharge AMA should be further explored.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».