Rates and causes of 30-day readmission and emergency room utilization following head and neck surgery
Notice bibliographique
Résumé
BACKGROUND: Unplanned returns to hospital are common, costly, and potentially avoidable. We aimed to investigate and characterize reasons for all-cause readmissions to hospital as in-patients (IPs) and visits to the Emergency Department (ED) within 30-days following patient discharge post head and neck surgery (HNS). METHODS: Retrospective case series with chart review. All patients within the Department of Otolaryngology - Head and Neck Surgery who underwent HNS for benign and malignant disease from January 1, 2010 to May 31, 2015 were identified. The electronic medical records of readmitted patients were reviewed for reasons of readmission, demographic data, and comorbidities. RESULTS: Following 1281 surgical cases, there were 41 (3.20%) IP readmissions and 109 (8.43%) ED visits within 30-days after discharge for HNS. For IP readmissions, most common causes included infection (26.8%), respiratory symptoms (17.1%), and pain (17.1%). Most common reasons for ED visits were for pain (31.5%), bleeding (17.6%), and infection (14.8%). Readmitted IPs had significantly higher health burden at pre-operative baseline as compared to patients who visited the ED when assessed with the American Society of Anesthesiology scores (p = 0.002) and the Cumulative Illness Rating Scale (p = 0.004). CONCLUSION: Rate of 30-day IP readmission and ED utilization was 3.20 and 8.43%, respectively. Pain and infection were common causes for returns to hospital. Discharge planning may be improved to target common causes for post-surgical hospital visits in order to decrease readmission rates.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».