Validation of the Triage Risk Stratification Tool to Identify Older Persons at Risk for Hospital Admission and Returning to the Emergency Department
Notice bibliographique
Résumé
OBJECTIVES: To assess the predictive validity of the Triage Risk Stratification Tool (TRST) to identify return to the emergency department (ED) or hospitalization in a multicenter patient sample. DESIGN: Prospective, observational study with 1-year follow-up. SETTING: EDs of three hospitals in Toronto, Canada. PARTICIPANTS: Seven hundred eighty-eight subjects aged 65 to 101 (mean age 76.6, 58.5% female) who presented to the ED and were discharged home from the ED. MEASUREMENTS: Trained clinical assessors completed the TRST on patients aged 65 and older during a 4-week study period. Patients who subsequently returned to the ED or were admitted to the hospital were identified using hospital information systems and classified as experiencing the composite endpoint at 30, 120, and 365 days. RESULTS: The mean TRST score was 1.55 (range 0-5), and 147 (18.7%) patients experienced the composite endpoint of return to the ED or hospital admission by 30 days. The sensitivity of a TRST score of 2 or greater was 62%, (95% confidence interval (CI)=54-70%), specificity was 57% (95% CI=53-61%), and likelihood ratio was 1.44 (95% CI=1.23-1.66). The area under the curve was 0.61 using a cutoff score of 2. CONCLUSION: The TRST demonstrated only moderate predictive ability, and ideally, a better prediction rule should be sought. Future studies to develop better prediction rules should compare their performance with that of existing prediction rules, including the TRST and Identifying Seniors at Risk tool, and assess the effect of any new prediction rule on patient 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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».