MétaCan
Menu
Retour à la cohorte
Enregistrement W2100363874 · doi:10.1186/1472-6947-11-39

Method for Assigning Priority Levels in Acute Care (MAPLe-AC) predicts outcomes of acute hospital care of older persons - a cross-national validation

2011· article· en· W2100363874 sur OpenAlexafffundabout
Anja Noro, Jeffrey W. Poss, John P. Hirdes, Harriet Finne‐Soveri, Gunnar Ljunggren, Jan Björnsson, Marianne Schroll, Pálmi V. Jónsson

Notice bibliographique

RevueBMC Medical Informatics and Decision Making · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensHomewood Research InstituteUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchHealth CanadaDiakonhjemmetDiakonhjemmet HøgskoleNordisk Ministerråd
Mots-clésMedicineAcute careHealth informaticsEmergency medicineAcute hospitalUsabilityMEDLINEMedical emergencyHealth carePublic healthNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although numerous risk factors for adverse outcomes for older persons after an acute hospital stay have been : identified, a decision making tool combining all available information in a clinically meaningful way would be helpful for daily hospital practice. The purpose of this study was to evaluate the ability of the Method for Assigning Priority Levels for Acute Care (MAPLe-AC) to predict adverse outcomes in acute care for older people and to assess its usability as a decision making tool for discharge planning. METHODS: Data from a prospective multicenter study in five Nordic acute care hospitals with information from admission to a one year follow-up of older acute care patients were compared with a prospective study of acute care patients from admission to discharge in eight hospitals in Canada. The interRAI Acute Care assessment instrument (v1.1) was used for data collection. Data were collected during the first 24 hours in hospital, including pre-morbid and admission information, and at day 7 or at discharge, whichever came first. Based on this information a crosswalk was developed from the original MAPLe algorithm for home care settings to acute care (MAPLe-AC). The sample included persons 75 years or older who were admitted to acute internal medical services in one hospital in each of the five Nordic countries (n = 763) or to acute hospital care either internal medical or combined medical-surgical services in eight hospitals in Ontario, Canada (n = 393). The outcome measures considered were discharge to home, discharge to institution or death. Outcomes in a 1-year follow-up in the Nordic hospitals were: living at home, living in an institution or death, and survival. Logistic regression with ROC curves and Cox regression analyses were used in the analyses. RESULTS: Low and mild priority levels of MAPLe-AC predicted discharge home and high and very high priority levels predicted adverse outcome at discharge both in the Nordic and Canadian data sets, and one-year outcomes in the Nordic data set. The predictive accuracy (AUC's) of MAPLe-AC's was higher for discharge outcome than one year outcome, and for discharge home in Canadian hospitals but for adverse outcome in Nordic hospitals. High and very high priority levels in MAPLe-AC were also predictive of days to death adjusted for diagnoses in survival models. CONCLUSION: MAPLe-AC is a valid algorithm based on risk factors that predict outcomes of acute hospital care. It could be a helpful tool for early discharge planning although further testing for active use in clinical practice is still needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,408
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Medical Informatics and Decision MakingMême sujetFrailty in Older AdultsTravaux en français237 207