Predictors of Inappropriate Hospital Stay: Experience From Iran
Notice bibliographique
Résumé
OBJECTIVE: Hospital services are the most expensive component of modern health care systems and inappropriate hospital stay is one of the most important challenges facing hospitals in many countries. The purpose of this study was to determine the extent of inappropriate hospital stay and investigate the related factors in Semnan city (Iran). METHODS: In this study, the Iranian version of Appropriateness Evaluation Protocol (AEP) was used in a representative sample of 300 hospital admissions and 905 hospital days. Data collection was performed during six weeks in January and February 2014 in four wards (two internal medicine and two surgical wards) of two hospitals in Semnan city (Iran). RESULTS: The results showed that 7.4% of admissions and 22.1% of stays have been inappropriate. Inappropriate stays were mainly concerned to the factors, including length of stay, inappropriate admissions, as well as factors related to hospitals. The most frequent causes of unjustifiable days were due to waiting for diagnostic or therapeutic procedures (35.1%), and 20.6% delay in discharge of patients by physicians due to conservative medical policy. CONCLUSION: In conclusion, this study confirms the existence of inappropriate hospital stays which may be due to patient characteristics and hospital factors. The most unjustifiable reasons for inappropriate hospital stay were related to internal processes of hospital, which mostly could be prevented through appropriate management Therefore, some steps must be taken to decrease inappropriate hospital stay and preserve hospital resources for patients who need them.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».