Reasons for Hospitalization Among Emergency Department Patients With Syncope
Notice bibliographique
Résumé
BACKGROUND: Variations in syncope management exist. Our objective was to identify the reasons for consultations and hospitalizations and outcomes among emergency department (ED) syncope patients. METHODS: We conducted a prospective cohort study to enroll adult syncope patients at five EDs. We collected baseline characteristics, reasons for consultation and hospitalization, and hospital length of stay. Adjudicated 30-day serious adverse events (SAEs) including death, myocardial infarction, arrhythmia, structural heart disease, pulmonary embolism, significant hemorrhage, and procedural intervention. We used descriptive analysis. RESULTS: From 4,064 enrolled patients (mean ± SD age = 53.1 ± 23.2 years; 55.9% female), 3,255 (80.1%) were discharged directly by the ED physician. Of those with no SAEs identified in the ED (n = 600), 42.8% of referrals and 46.5% of hospitalizations were for suspected arrhythmias, and 71.2% of patients hospitalized for arrhythmias had no cause identified. SAEs among groups were 9.7% in total, 2.5% discharged by ED physician, 3.4% discharged by consultant, 21.7% as inpatient, and 4.8% following discharge from hospital. The median hospital length of stay for suspected arrhythmias was 5 days (interquartile range = 3 to 8 days). CONCLUSION: Cardiac syncope, particularly suspected arrhythmia, was the major reason for ED referrals and hospitalization. The majority of patients hospitalized for cardiac monitoring had no identified cause. An important number of patients suffered SAEs, particularly arrhythmias, outside the hospital. Development of a risk-stratification tool and out-of-hospital cardiac monitoring strategy should improve patient safety and save substantial resources.
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) | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».