MétaCan
Menu
Retour à la cohorte
Enregistrement W2895695696 · doi:10.1097/ccm.0000000000003440

Variation in Case-Mix Adjusted Unplanned Pediatric Cardiac ICU Readmission Rates*

2018· article· en· W2895695696 sur OpenAlexaff
Andrew Smith, Vijay Anand, Mousumi Banerjee, Katherine E. Bates, Marissa A. Brunetti, David S. Cooper, Jessica Lehrich, Kshitij P. Mistry, Sara K. Pasquali, Andrew Y. Shin, Sarah Tabbutt, Michael Gaies

Notice bibliographique

RevueCritical Care Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensStollery Children's HospitalUniversity of Alberta
Organismes subventionnairesNational Heart, Lung, and Blood InstituteCenters for Disease Control and PreventionNational Center for Advancing Translational SciencesWorld Health Organization
Mots-clésMedicineEmergency medicinePsychological interventionRetrospective cohort studyCohortIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To identify modifiable factors leading to unplanned readmission and characterize differences in adjusted unplanned readmission rates across hospitals. DESIGN: Retrospective cohort study using prospectively collected clinical registry data SETTING:: Pediatric Cardiac Critical Care Consortium clinical registry. PATIENTS: Patients admitted to a pediatric cardiac ICU at Pediatric Cardiac Critical Care Consortium hospitals. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: We examined pediatric cardiac ICU encounters in the Pediatric Cardiac Critical Care Consortium registry from October 2013 to March 2016. The primary outcomes were early (< 48 hr from pediatric cardiac ICU transfer) and late (2-7 d) unplanned readmission. Generalized logit models identified independent predictors of unplanned readmission. We then calculated observed-to-expected ratios of unplanned readmission and identified higher-than or lower-than-expected unplanned readmission rates for those with an observed-to-expected ratios greater than or less than 1, respectively, and a 95% CI that did not cross 1. Of 11,301 pediatric cardiac ICU encounters (16 hospitals), 62% were surgical, and 18% were neonates. There were 175 (1.6%) early unplanned readmission, and 300 (2.7%) late unplanned readmission, most commonly for respiratory (31%), or cardiac (28%) indications. In multivariable analysis, unique modifiable factors were associated with unplanned readmission. Although shorter time between discontinuation of vasoactive infusions and pediatric cardiac ICU transfer was associated with early unplanned readmission, nighttime discharge was independently associated with a greater likelihood of late unplanned readmission. Two hospitals had lower-than-expected unplanned readmission in both the early and late categories, whereas two other hospitals were higher-than-expected in both. CONCLUSIONS: This analysis demonstrated time from discontinuation of critical care therapies to pediatric cardiac ICU transfer as a significant, modifiable predictor of unplanned readmission. We identified two hospitals with lower-than-expected adjusted rates of both early and late unplanned readmission, suggesting that their systems are well designed to prevent unplanned readmission. This offers the possibility of disseminating best practices to other hospitals through collaborative learning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,345
Écart entre enseignants0,313 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetHeart Failure Treatment and ManagementTravaux en français237 207