MétaCan
Menu
Retour à la cohorte
Enregistrement W2607422284 · doi:10.23889/ijpds.v1i1.87

Discharge Communication and Patient Involvement are Associated with Unplanned Hospital Readmissions: Results from a Validated Hospital Experience Survey

2017· article· en· W2607422284 sur OpenAlexaffabout
Kyle Kemp, Maria Santana, Rachel Jolley, Danielle A. Southern, Hude Quan

Notice bibliographique

RevueInternational Journal for Population Data Science · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalLogistic regressionHealth careOdds ratioHospital dischargeOddsEmergency medicineTelephone surveyTelephone interviewCohortAcute careMedical emergencyFamily medicineIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACTObjectivesUnplanned hospital readmissions are an indicator of quality of care, and are associated with significant costs to healthcare systems. Previous research has shown that poor communication and discharge experiences are associated with higher readmission rates. This, however, has only been examined in the short-term, and in many instances, at the hospital-level. The purpose of the study was to examine the relationship between aspects of inpatient communication and discharge instructions and unplanned readmissions at the individual-level up to one-year post-discharge. ApproachThe Hospital Consumer Assessment of Healthcare Providers and Systems (HCAHPS) telephone survey was completed by patients within 6 weeks of hospital discharge in Alberta, Canada. Survey data were linked to corresponding inpatient records using personal health number, discharge date, and facility codes. Unplanned readmissions (yes vs. no; all causes) from 43 to 365 days post-hospital discharge comprised the outcome variable. Independent variables included selected demographic characteristics, clinical variables, and five survey questions: a) patient involvement in their care decisions, b) receiving written information at discharge, c) understanding the purpose of taking medications, d) understanding responsibility for one’s health, and e) discussing help needed when returning home. Multivariate logistic regression was used to examine each question in the presence of the other predictors. Odds ratios and 95% confidence intervals were calculated. ResultsFrom April 2011 to March 2014, 24,868 patients completed a survey which was successfully linked to the corresponding inpatient record. The cohort had a mean age of 52.8±19.8 years of age (range=18-100), and was predominantly female (65.4%). 18.6% of patients (n=4,620) experienced an unplanned hospital readmission within 43 to 365 days post-discharge. Patients who felt that they were not involved in their care decisions were more likely to be readmitted (OR=1.79; 95%CI: 1.59-2.01), as were patients who did not receive written information at discharge (OR=1.96; 95%CI: 1.83-2.11). Odds of unplanned readmissions did not differ according to understanding of medications (OR=1.08; 95%CI: 0.90-1.30), understanding responsibility for one’s health (OR=1.02; 95%CI: 0.86-1.20), or discussion of help needed when returning home (OR=1.03; 95%CI: 0.93-1.14). ConclusionOur results demonstrate that a lack of patient involvement in their care and not receiving written information at discharge is associated with increased unplanned readmission rate up to one-year post-discharge. This present study provides an example of how patient-reported measures may be linked to individual-level administrative data to drive healthcare improvements. Future research examining patient-reported hospital experience and other health system measures 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,015
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0050,000
Communication savante0,0000,004
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
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 GPT0,482
Écart entre enseignants0,272 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetPatient Satisfaction in HealthcareTravaux en français237 207