Hospital stay of inpatients HIV/AIDS with mental and behavioral disorders: 2007 vs 2010 discharges in the United States
Notice bibliographique
Résumé
About 1.1 million Americans are living with HIV, and 21% of these persons do not know they are infected. African Americans are 8.6 times more likely to be diagnosed with HIV infection, as compared to the White population in 2008. Women account for a 25% of all new HIV/AIDS cases, with approximately 65% having contracted the infection via heterosexual contact. People with mental and behavioral disorders are at increased risk for HIV/AIDS. Tendencies for committing risky behavior that leads to HIV infection is around 50% among people who are mentally ill. Current nation-based statistics of factors that affect the outcomes of inpatients HIV/AIDS admitted to non-federal hospitals is lacking. A retrospective data analysis of discharges was conducted from the 2007 and 2010 Healthcare Cost and Utilization Project (HCUP) Nationwide Inpatient Sample (NIS). Sample selection criteria was done using the International Classification of Diseases, Ninth Revision (ICD-9) codes (HIV/AIDS = 042, Schizophrenia = 295, Depression = 296, Bipolar = 657). Statistical Analysis involved the use of crosstab, and multiple regression for patient measures (age, gender, ethnicity, income, insurance, patients’ co-morbidities, admission types, treatment procedures); hospital measures (teaching status, ownership, location, region, size) and length of stay (LOS). The result of this study has shown that the patient demographics age, gender, ethnicity, insurance, location and size or region of the hospitals were not the most critical variables that made the patients stay longer on admission to non-federal hospitals. These findings highlight the conversation that sicker patients with more comorbidities are usually admitted to teaching hospitals where more Registered Nurses (RNs) are employed full time for a more positive and satisfactory patient outcomes. Finally, the result confirmed the relationship between the ratio of RNs FTEs and patient LOS. This has clinical implications in hiring, retention and expectations as it regards to inpatients HIV/AIDS outcomes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».