A randomised controlled trial assessing the efficacy of an electronic discharge communication tool for preventing death or hospital readmission
Notice bibliographique
Résumé
OBJECTIVE: To assess the efficacy of an electronic discharge communication tool (e-DCT) for preventing death or hospital readmission, as well as reducing patient-reported adverse events after hospital discharge. The e-DCT assessed has already been shown to yield high-quality discharge summaries with high levels of patient and physician satisfaction. METHODS: This two-arm randomised controlled trial was conducted in a Canadian tertiary care centre's internal medicine medical teaching units. Out of the 1953 patients approached and screened for inclusion, 1399 were randomised and available for data linkage for determination of the primary outcome. Participants were randomly assigned to e-DCT versus usual care (traditional discharge communication generated by dictation). The primary outcome was a composite of death or readmission within 90 days. The secondary outcome included any patient-reported adverse events within 30 days of discharge. RESULTS: Among 1399 randomised participants, 230 of 701 participants (32.8%) in the e-DCT group experienced the primary composite outcome of death or readmission within 90 days vs 205 of 698 participants (29.4%) in the usual care group (p=0.166). The incidence at 30 days of patient-reported adverse outcomes (35% for e-DCT vs 34% for usual care) and adverse events (2.1% for e-DCT vs 1.8% for usual care) also did not differ significantly between groups. CONCLUSIONS: The e-DCT tested did not reduce the composite endpoint of death or readmission at 90 days, nor the incidence of patient-reported adverse events at 30 days. This neutral finding for hard clinical endpoints needs to be considered in the context of high patient and physician satisfaction, and high quality of discharge summaries.
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 | 0,007 | 0,005 |
| 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 | 0,001 | 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 ».