Patterns of health care use in a high-cost inpatient population in Ottawa, Ontario: a retrospective observational study
Notice bibliographique
Résumé
BACKGROUND: A small proportion of patients account for the majority of health care spending. We used detailed clinical and administrative data to explore clinical characteristics, patterns of health care use and changes in cost profiles over time among high-cost inpatients in an acute tertiary care hospital in Ottawa, Ontario. METHODS: We identified all people who had 1 or more inpatient admissions to The Ottawa Hospital between Apr. 1, 2009, and Mar. 31, 2012. We calculated the direct inpatient costs using case-costing information to categorize patients into persistently high-cost, episodic high-cost and non-high-cost groups. Within each group, we used discharge abstracts to measure encounter-level characteristics and patterns of inpatient health care use over time. We also developed transition matrices to explore how inpatient costing states changed over time. RESULTS: During the study period, 100 178 patients had 132 996 hospital admissions. Hospital spending was often limited to a single year for most of the patients (90.2%), with only a small proportion (7.4%) of patients remaining in the high-cost group in the subsequent year. Patients in the persistently (n = 236) and episodic (n = 5062) high-cost groups were often older, had medically complex conditions and generated most of the costs from nursing care and intensive care. Compared with patients in the other cost groups, those in the persistently high-cost group were more likely to have multiple readmissions (43.4%) and multiple placements in an alternate level of care (19.0%) and were high users of health care services outside of the hospital setting. INTERPRETATION: Hospital spending was often limited to a single year for most patients, and only a small proportion of patients remained in the high-cost group in the subsequent year. These persistently high-cost patients had medically complex conditions and often required expensive care. A greater understanding of the circumstances that result in persistent hospital spending remains an area for future work, including an exploration of the potential barriers impeding efficient transition out of acute care for high-risk patients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».