Abstract TP198: Risk of 30-day Hospital Readmission: Does Ischemic Stroke Subtype Matter?
Notice bibliographique
Résumé
Background: Stroke patients are at high risk of new diseases. However, as there are differences in risk factors, outcome and treatment for the various ischemic stroke (IS) and transient ischemic attack (TIA) etiologies, there may also be differences in their risk and causes of readmission. We aimed to investigate frequency and causes for 30-day readmission for the different IS subtypes, and estimate each subtypes risk of cause-specific 30-day readmission. Methods: All surviving IS or TIA patients admitted to a large Norwegian Hospital between July 2007 and January 2014 were followed by review of medical records. Main outcome of interest was the first unplanned readmission within 30 days after discharge. Stroke etiology was classified according to the TOAST criteria as large-artery atherosclerosis (LAA), cardioembolism (CE), small vessel occlusion (SVO), stroke of other demonstrated cause (SOC), or stroke of undetermined cause (SUC). Cox regression was performed to assess 30-day readmission risk of all-cause and cause-specific readmission for the different IS subtypes. Results: Of 1890 patients, 10.6 % were readmitted within 30 days (43/245 (17.6%) LAA, 75/614 (12.2%) CE, 12/205 (5.9%) SVO, 6/33 (18.2%) SOC, 65/793 (8.2%) SUC). Most frequent causes were stroke-related events (sequela, progressive stroke and neurological symptoms), infections, recurrent stroke and heart disease, but causes of readmission were unevenly distributed among the different stroke subtypes. Patients with LAA or SOC had significant higher risk of all-cause readmission and recurrent stroke, and patients with SUC had significant lower risk of all-cause readmission. Conclusion: We found significant variations in frequency and causes of 30-day readmission for the different IS subtypes. This approach supports the concept of IS as an polyetiologic disease, with unevenly distributed risk factors and comorbidity between the different etiologies. At the conference, we will also present and discuss predictors for 30-day all-cause readmission.
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 | 0,001 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».