Outcomes in patients with heart failure treated in hospitals with varying admission rates: population-based cohort study
Notice bibliographique
Résumé
STUDY OBJECTIVES: Hospital admission rates for patients with heart failure (HF) presenting for emergency department (ED) care vary, and the implications of direct discharge home from the ED are unknown. We examined whether patients treated in hospitals with low admission rates exhibit higher rates of repeat ED visits, hospital readmissions and death. METHODS: We divided EDs into low-, medium- and high-admission-rate tertiles by their standardised HF admission rate in Ontario, Canada. Among adults (≥18 years) with HF discharged from an ED between April 2004 and March 2010, we evaluated the primary outcomes of repeat ED visits or hospitalisations for HF, and secondary outcomes, which included death, within 30 days stratified by HF admission-rate tertile. RESULTS: 89 878 patients with HF presented to low- (n=29 929), medium- (n=30 900) or high- (n=29 049) admission-rate institutions, with hospitalisation rates of <67%, 67-75% and >75%, respectively. Among 28 175 ED-discharged patients, the multivariable-adjusted HR for repeat ED visit or hospitalisation for HF at low-admission-rate institutions was 1.18 (95% CI 1.07 to 1.29, p<0.001) compared with high-admission institutions. Similarly, the HR for repeat ED visits for HF was 1.28 (95% CI 1.14 to 1.44, p<0.001) at low-admission hospitals. Compared with discharged patients in the high-admission-rate tertile, adjusted HR for 30-day mortality was 1.19 (95% CI 0.95 to 1.47) at low-admission-rate hospitals. The HRs for all of the above outcomes were not significantly increased at medium-admission-rate hospitals. DISCUSSION: Patients seeking care at institutions with lower rates of HF admission showed higher rates of repeat ED visits or hospitalisations after previous ED discharge.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».