Reducing emergency hospital admissions: a population health complex intervention of an enhanced model of primary care and compassionate communities
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 Reducing emergency admissions to hospital has been a cornerstone of healthcare policy. Little evidence exists to show that systematic interventions across a population have achieved this aim. The authors report the impact of a complex intervention over a 44-month period in Frome, Somerset, on unplanned admissions to hospital. Aim To evaluate a population health complex intervention of an enhanced model of primary care and compassionate communities on population health improvement and reduction of emergency admissions to hospital. Design and setting A cohort retrospective study of a complex intervention on all emergency admissions in Frome Medical Practice, Somerset, compared with the remainder of Somerset, from April 2013 to December 2017. Method Patients were identified using broad criteria, including anyone giving cause for concern. Patient-centred goal setting and care planning combined with a compassionate community social approach was implemented broadly across the population of Frome. Results There was a progressive reduction, by 7.9 cases per quarter (95% confidence interval [CI] = 2.8 to 13.1, P = 0.006), in unplanned hospital admissions across the whole population of Frome during the study period from April 2013 to December 2017, a decrease of 14.0%. At the same time, there was a 28.5% increase in admissions per quarter within Somerset, with a rise in the number of unplanned admissions of 236 per quarter (95% CI = 152 to 320, P <0.001). Conclusion The complex intervention in Frome was associated with highly significant reductions in unplanned admissions to hospital, with a decrease in healthcare costs across the whole population of Frome.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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