Determinants of alternate-level-of-care delayed discharge among acute care survivors of hypoxic-ischemic brain injury: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Delayed discharge, captured as alternate-level-of-care days, represents inefficient use of high-demand acute care resources and results in potentially poorer patient outcomes. We performed a study to determine the extent of alternate-level-of-care days among patients who survived hypoxic-ischemic brain injury in inpatient hospital care in Ontario and to identify predictors of alternate-level-of-care use in this population. METHODS: A population-based cohort of acute care survivors of hypoxic-ischemic brain injury aged 20 years or more from 2002/03 through 2011/12 was identified. We used 2 case definitions, the more specific identifying patients with a most responsible diagnosis of "anoxic brain damage," and the more sensitive capturing additional likely causative conditions as the most responsible diagnosis. Multivariable zero-inflated negative binomial regression was used to estimate independent effects on the relative incidence of alternate-level-of-care days. RESULTS: We identified 491 patients using the specific case definition and 669 patients using the extended case definition. After deaths were excluded, 232 patients (47.2%) and 278 patients (41.6%), respectively, had at least 1 alternate-level-of-care day (median 20 and 19 d, respectively). In both cohorts, decreasing age, no special care unit hours and acute care episode earlier in the study period were predictive of increased alternate-level-of-care days relative to length of stay. Discharge disposition and psychiatric/behavioural comorbidity were most predictive of having any alternate-level-of-care days. INTERPRETATION: Patients with hypoxic-ischemic brain injury had a greater proportion of alternate-level-of-care days than has been reported for patients with other types of acquired brain injury. This finding suggests that substantial barriers to appropriate discharge exist for this population. Predictors of increased alternate-level-of-care days were also shown to be unique. Further study of care deficits among patients with hypoxic-ischemic brain injury is warranted.
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) | 0,000 | 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 ».