How multiple chronic conditions increase the risk of ACSC hospitalizations
Notice bibliographique
Résumé
Introduction: The high financial burden of avoidable hospitalizations has led to an increase of the study of hospitalizations for ambulatory care sensitive conditions (ACSC). Although patients’ social and demographic characteristics are frequently identified in the literature as factors that increase the risk of an avoidable hospitalization, there is little information on the impact of multiple chronic conditions on these hospitalizations. Our study looks for the relationship between multiple chronic conditions and ACSC hospitalizations.Theory/Methods: Data consists of all hospitalizations in the portuguese health system between 2008 and 2012. Avoidable hospitalizations were identified according to the Canadian Institute for Healthcare Information and chronic conditions were identified according to criteria set by the Agency for Healthcare Research and Quality. A retrospective study analyzing all patients hospitalized for an ACSC and all patients hospitalized for non-ACSC was made, using different multiple logistic regression models to identify the impact of chronic conditions in the risk of admission.Results: We found that the population with ACSC hospitalizations when compared to the population with non-ACSC hospitalizations has in average more chronic conditions (3.93 to 1.98, p=0.008) and chronic conditions in more body systems (2.50 to 1.49, p=0.00419). We observed that the probability of an ACSC hospitalization increases 1.35 times (p<0.001) with each additional chronic condition and 1.55 times (p<0.001) with each additional body system with chronic conditions.Conclusion: The number of chronic conditions and the type of body systems affected increases the risk of admission for ACSC. Further investigation needs to follow in order to develop risk models that help both identify these patients in higher risk of an avoidable hospitalization and promote a more assertive use of ACSC as measure of access to 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».