MétaCan
Menu
Retour à la cohorte
Enregistrement W2417315666 · doi:10.1097/ncm.0000000000000148

Predicting Adverse Outcomes After Discharge From Complex Continuing Care Hospital Settings to the Community

2016· article· en· W2417315666 sur OpenAlexafffundabout
Chi‐Ling Joanna Sinn, Jake Tran, Tim Pauley, John P. Hirdes

Notice bibliographique

RevueProfessional Case Management · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensInterior HealthPublic Health OntarioUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicinePolypharmacyDepression (economics)COPDLogistic regressionIncidence (geometry)Heart failureAcute careEmergency medicineAdverse effectIntensive care medicinePhysical therapyHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF STUDY: The purpose was to identify risk and protective factors assessed at complex continuing care (CCC) admission that were associated with three adverse outcomes (death, readmission, and incidence of or failure to improve possible depression) for persons discharged from CCC to the community with home care services. PRIMARY PRACTICE SETTINGS: CCC, home care, community. METHODOLOGY AND SAMPLE: The sample included all CCC patients in Ontario assessed with the Resident Assessment Instrument-Minimum Data Set 2.0 between January 2003 and December 2010 and who were subsequently assessed with the Resident Assessment Instrument-Home Care within 6 months of discharge to the community (n = 9,940). Separate multivariable logistic regression models were developed for each outcome. RESULTS: Within 6 months, 4.9% of the sample had died, 6.5% were readmitted to any Ontario CCC facility, and 13.7% showed symptoms of new possible depression or failure to improve possible depression. Heart failure, chronic obstructive pulmonary disease (COPD), health instability, intravenous/tube feed, and pressure ulcer were associated with increased risk of death. Difficulty with comprehension, possible depression, COPD, unstable conditions, acute episode or flare-up, short-term prognosis, worsening self-sufficiency, and having either patient or caregiver optimistic about discharge were associated with increased risk of readmission. Existing depressive symptoms or depression, unsettled relationships, multimorbidity, and polypharmacy were associated with risk for incidence of or failure to improve possible depression. Optimism about rehabilitation potential and high social engagement were protective against readmission and depressive outcomes, respectively. IMPLICATIONS FOR CASE MANAGEMENT PRACTICE: Person-level clinical data collected on admission to CCC can be used to identify high-risk patients and trigger early discharge planning processes and other in-home interventions. These results support the sharing of information between settings, and highlight key areas in which care teams in CCC and case managers in home care organizations can work together to support the transition to home and potentially reduce adverse postdischarge outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,355
Écart entre enseignants0,329 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations11
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProfessional Case ManagementMême sujetGeriatric Care and Nursing HomesTravaux en français237 207