Discharge destination of individuals with severe stroke undergoing rehabilitation: a predictive model
Notice bibliographique
Résumé
PURPOSE: To determine the predictive value of age, stroke severity and caregiver availability for discharge destination of individuals with severe stroke following inpatient rehabilitation. METHODS: Telephone interviews were conducted with individuals recovering from a severe stroke (Rehabilitation Patient Groups 1100 and 1110), who were discharged from a specialized inpatient stroke rehabilitation unit between April 2005 and December 2009, to determine caregiver availability at the time of discharge. Age and Functional Independence Measure (FIM®) scores were obtained retrospectively by chart review. These three variables were analyzed using logistic regression as potential predictors of discharge destination (home versus long-term care). RESULTS: Data from 189 individuals were analyzed. Younger age, higher admission FIM® scores and the presence of a willing and able caregiver were significantly associated with discharge home. Only one individual was discharged home in the absence of a caregiver. CONCLUSION: Age, admission FIM® and caregiver availability were significant predictors of post-rehabilitation discharge destination. Results of this study suggest that for individuals with severe stroke, discharge home is unlikely in the absence of an available caregiver. Implications for Rehabilitation Age, stroke severity at admission and the availability of a caregiver play an important role in determining post rehabilitation discharge destination of individuals with severe stroke. These factors must be considered to assist with appropriate goal setting and discharge planning during inpatient rehabilitation.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».