The Lived Experience of the Hospital Discharge “Plan”: A Longitudinal Qualitative Study of Complex Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Transitions in care are a high-risk time for patients. Complex patients account for the largest proportion of healthcare costs but experience lower quality and discontinuity of care. The experiences of complex patients can be used to identify gaps in hospital discharge practices and design interventions to improve outcomes. METHODS: We used a case study approach with serial interviews and chart abstraction to explore the hospital discharge and transition experience over 6 weeks. Participants were recruited from a small hospital in Toronto that provides care to complex patients living with human immunodeficiency virus (HIV). Framework analysis was used to compare data across time-points and sources. RESULTS: Data were collected from 9 cases. Participants presented with complex medical and psychosocial challenges, including substance use (n = 9), mental health diagnoses (n = 8) and a mean of 5 medical comorbidities in addition to HIV. Data were analyzed and reported in 4 key themes: 1) social support; 2) discharge process and transition experience; 3) post-discharge follow-up; and 4) patient priorities. After hospital discharge, the complexity of participants' lives resulted in a change in priorities and subsequent divergence from the discharge plan. Despite the comprehensive discharge plans, with referrals designed to support their health and activities of daily living, participants experienced challenges with social support and referral uptake, resulting in a loss of stability achieved while in hospital. CONCLUSION: Further investigation and changes in practice are necessary to ensure that discharge plans for complex patients are realistic within the context of their lives outside of the hospital. Journal of Hospital Medicine 2017;12:5-10.
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.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 découle