MétaCan
Menu
Retour à la cohorte
Enregistrement W2531649492 · doi:10.1186/s12913-016-1775-x

Measuring care trajectories using health administrative databases: a population-based investigation of transitions from emergency to acute care

2016· article· en· W2531649492 sur OpenAlexafffundabout
John Paul Kuwornu, Lisa M. Lix, Jacqueline Quail, Xiaoyun Eric Wang, Meriç Osman, Gary Teare

Notice bibliographique

RevueBMC Health Services Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensSaskatchewan Health Quality CouncilUniversity of Manitoba
Organismes subventionnairesMinistry of Health, SaskatchewanUniversity of SaskatchewanResearch Manitoba
Mots-clésHealth administrationHealth informaticsNursing researchMedicinePublic healthAcute careHealth careHealth services researchMedical emergencyPopulation healthNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A patient's trajectory through the healthcare system affects resource use and outcomes. Data fields in population-based administrative health databases are potentially valuable resources for constructing care trajectories for entire populations, provided they can capture patient transitions between healthcare services. This study describes patient transitions from the emergency department (ED) to other healthcare settings, and ascertains whether the discharge disposition field recorded in the ED data was a reliable source of patient transition information from the emergency to the acute care settings. METHODS: Administrative health databases from the province of Saskatchewan, Canada (population 1.1 million) were used to identify patients with at least one ED visit to provincial teaching hospitals (n = 5) between April 1, 2006 and March 31, 2012. Discharge disposition from ED was described using frequencies and percentages; and it includes categories such as home, transfer to other facilities, and died. The kappa statistic with 95 % confidence intervals (95 % CIs) was used to measure agreement between the discharge disposition field in the ED data and hospital admission records. RESULTS: We identified N = 1,062,861 visits for 371,480 patients to EDs over the six-year study period. Three-quarters of the discharges were to home, 16.1 % were to acute care in the same facility in which the ED was located, and 1.6 % resulted in a patient transfer to a different acute care facility. Agreement between the discharge disposition field in the ED data and hospital admission records was good when the emergency and acute care departments were in the same facility (κ = 0.77, 95 % CI 0.77, 0.77). For transfers to a different acute care facility, agreement was only fair (κ = 0.36, 95 % CI 0.35, 0.36). CONCLUSIONS: The majority of patients who attended EDs did not transition to another healthcare setting. For those who transitioned to acute care, accuracy of the discharge disposition field depended on whether the two services were provided in the same facility. Using the hospital data as reference, we conclude that the discharge disposition field in the ED data is not reliable for measuring transitions from ED to acute care.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,088
Score d'incertitude au seuil0,176

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,210
Tête enseignante GPT0,474
Écart entre enseignants0,264 · 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'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

Citations12
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetEmergency and Acute Care StudiesTravaux en français237 207