MétaCan
Menu
Retour à la cohorte
Enregistrement W2189053385 · doi:10.1186/s40697-015-0072-7

A Virtual Ward for Home Hemodialysis Patients – A Pilot Trial

2015· article· en· W2189053385 sur OpenAlexaffabout
Michael J. Raphael, Annie‐Claire Nadeau‐Fredette, Karthik Tennankore, Christopher T. Chan

Notice bibliographique

RevueCanadian Journal of Kidney Health and Disease · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensNova Scotia Health AuthorityUniversité de MontréalHôpital Maisonneuve-RosemontDalhousie UniversityToronto General HospitalUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodialysisHome hemodialysisMedical prescriptionEmergency departmentTransitional careDialysisEmergency medicineIntensive care medicineHealth careNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with end-stage renal disease (ESRD) have a high rate of hospitalization and are prone to care gaps that may occur during the transition from hospital to home. The virtual ward (VW) is an innovative model that provides short-term transitional care to patients upon hospital discharge. The VW may be an effective intervention to address care gaps. OBJECTIVES: The primary objective of the pilot study was to assess the feasibility and practicality of implementing the Home Dialysis VW (HDVW) on a broader scale. DESIGN: The HDVW Pilot Study enrolled home hemodialysis patients following one of four inclusion criteria: 1. Discharge from hospital, 2. Completion of an in-hospital medical procedure, 3. Prescription of an antibiotic, 4. Completion of home hemodialysis training. Patients were followed in the HDVW for 14 days and during this time were assessed serially with a clinician-led telephone interview for one of three transitional care gaps: 1. Requirement for change in hemodialysis prescription, 2. Requirement for coordination of follow-up care, 3. Requirement for medication change. SETTING: The study was conducted in Toronto, Ontario, Canada at a quaternary care academic teaching hospital from 2012-2013. PATIENTS: This study included 52 HDVW admissions among 35 patients selected from the existing home hemodialysis program. MEASUREMENTS: The primary outcome was the identification of the number of care gaps at each HDVW admission. Secondary outcomes included the identification of potential predictors of care gaps and description of clinical adverse events following HDVW admission (readmissions, emergency department visits, unplanned visits to the home hemodialysis in-center). RESULTS: The implementation and execution of the HDVW Pilot Study proved to be technically feasible and practical. A care gap was identified in 35 (67 %) of the HDVW admissions. In total, the cohort experienced 85 care gaps. There were no baseline demographic characteristics predictive of experiencing a care gap. In the total cohort observed for 2912 patient days, there were 9 readmissions, 13 visits to the emergency department, and 7 unplanned visits to the home hemodialysis in-center unit. LIMITATIONS: The results of this study are limited by the small study size and single-center experience. CONCLUSION: The implementation of a virtual ward for home hemodialysis patients is practical, feasible and identifies many care gaps which have the potential to result in subsequent adverse events. A larger, multi-center prospective clinical trial is justified to identify if the HDVW can prevent adverse events among home dialysis 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,287
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Kidney Health and DiseaseMême sujetDialysis and Renal Disease ManagementTravaux en français237 207