The quality of transitions from hospital to home: A hospital-based cohort study of patient groups with high and low readmission rates
Notice bibliographique
Résumé
Introduction The quality of transitions from the hospital to home is critical for preventing readmissions. The aims of this study were to evaluate variations in the quality of transitions across groups of patients and across hospitals with high and low readmission rates and to study the impact of transitions on postdischarge outcomes. Methods A multicenter cohort study was conducted at 12 Flemish hospitals between June 2013 and September 2015 to examine transitions for patients with heart failure, pneumonia, or total hip/knee arthroplasty. Hospitals with high and low readmission rates were selected based on readmission rates in 2008. The quality of the transitions was assessed based on readiness for discharge, patient education, general practitioner contributions to the discharge process, and timeliness and completeness of discharge summaries. Results A total of 233 patients were included in the study. Readiness for discharge was better in patients with total hip/knee arthroplasty than in those with heart failure or pneumonia (mean differences 11.1 (95% CI 5.3–16.9) ( p = 0.001) and 5.8 (95% CI 1.2–10.5) ( p = 0.016), respectively). Heart failure patients had better readiness scores in low readmission rates than in high readmission rates hospitals (mean difference 13.5 (95% CI 2.5–24.5)) ( p = 0.017). Insufficient timeliness of discharge summaries was a risk factor for postdischarge events (OR 10.564; 95% CI 1.476–75.603; p = 0.019). Discussion To improve the quality of transitions from hospital to home, communication with general practitioner s must occur in a timely manner and with a focus on the continuity of care. Particularly, in patients with complex postdischarge needs, preparing patients for discharge is essential to prevent readmissions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».