Association between in‐hospital supportive visits by primary care physicians and patient outcomes: A population‐based cohort study
Notice bibliographique
Résumé
BACKGROUND: One long-standing method for continuity of care as patients transition between the hospital and community are supportive visits by primary care physicians during hospitalization. METHODS: This retrospective cohort study used administrative data of adults hospitalized from 2008 to 2009 and primary care physicians who conduct supportive visits. Patients who received a visit from their primary care physician while hospitalized were compared to those who did not. Composite outcomes of death, emergency department visit, or emergent readmission within 30 and 90 days were assessed. Postdischarge home-care utilization and primary care physician visits were also examined. Multivariate logistic regression models adjusted for age, sex, low income, rurality, and readmission risk. RESULTS: Of the 164,059 patients linked to 3236 primary care physicians, 12.0% received visits while hospitalized. Visited patients had more readmissions, more deaths, and fewer emergency department visits than patients who did not. However, after adjusting, visited patients had a lower risk for the composite outcome at 30 days (adjusted OR [aOR]: 0.92; 95% confidence interval [CI]: 0.89-0.96) and 90 days (aOR: 0.90; 95% CI: 0.87-0.92). Visited patients were also more likely to access community primary care-provider visits and more home-care services. The in-hospital visit resulted in an increased likelihood of health services utilization at 30 days (aOR: 1.16; 95% CI: 1.11-1.22) and 90 days (aOR: 1.20; 95% CI: 1.12-1.27). CONCLUSION: A hospital supportive-care visit from a primary care physician resulted in lower risks of adverse patient outcomes and increased access to community health services. Journal of Hospital Medicine 2016;11:418-424. © 2016 Society of Hospital Medicine.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».