Postdischarge Outcomes in Heart Failure Are Better for Teaching Hospitals and Weekday Discharges
Notice bibliographique
Résumé
BACKGROUND: It is unclear whether teaching status or day of discharge influences outcomes after a heart failure hospitalization. METHODS AND RESULTS: We evaluated adults discharged after a heart failure hospitalization between 1999 and 2009 in Alberta, Canada. The primary outcome was death or nonelective readmission 30 days postdischarge. Of 12 216 patients discharged from teaching hospitals and 12 157 patients from nonteaching hospitals, 20 524 (84%) discharges occurred on weekdays. Although they had greater comorbidity and used more healthcare resources before their heart failure hospitalization, patients discharged from teaching hospitals exhibited shorter lengths of stay (adjusted ratio, 0.83; 95% confidence interval [CI], 0.80-0.86) and significantly lower rates of death or readmission in the 30 days after discharge than those discharged from nonteaching hospitals (17.4% versus 22.1%; adjusted hazard ratio [aHR], 0.83; 95% CI, 0.77-0.89). Patients discharged on weekdays were older and had greater comorbidity, yet exhibited significantly lower rates of death or readmission at 30 days than those discharged on weekends (19.5% versus 21.1%; aHR, 0.87; 95% CI, 0.80-0.94). Compared with weekend discharge from a nonteaching hospital, 30-day death/readmission rates were lower for weekday discharge from a nonteaching hospital (aHR, 0.85; 95% CI, 0.77-0.94), weekend discharge from a teaching hospital (aHR, 0.80; 95% CI, 0.69-0.92), and weekday discharge from a teaching hospital (aHR, 0.71, 95% CI, 0.63-0.79). CONCLUSIONS: Patients discharged from teaching hospitals or on weekdays exhibited better outcomes despite having higher risk profiles. Future studies should focus on distinguishing which discharge processes differ between teaching and nonteaching hospitals and between weekdays and weekends to define those that optimize 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».