Potentially Avoidable Hospital Readmissions in Patients With Advanced Cancer
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
PURPOSE: Patients with cancer often prefer to avoid time in the hospital; however, data are lacking on the prevalence and predictors of potentially avoidable readmissions (PARs) among those with advanced cancer. METHODS: We enrolled patients with advanced cancer from September 2, 2014, to November 21, 2014, who had an unplanned hospitalization and assessed their patient-reported symptom burden (Edmonton Symptom Assessment System) at the time of admission. For 1 year after enrollment, we reviewed patients’ health records to determine the primary reason for every hospital readmission and we classified readmissions as PARs using adapted Graham’s criteria. We examined predictors of PARs using nonlinear mixed-effects models with binomial distribution. RESULTS: We enrolled 200 (86.2%) of 232 patients who were approached. For these 200 patients, we reviewed 277 total hospital readmissions and identified 108 (39.0%) of these as PARs. The most common reasons for PARs were premature discharge from a prior hospitalization (30.6%) and failure of timely follow-up (28.7%). PAR hospitalizations were more likely than non-PAR hospitalizations to experience symptoms as the primary reason for admission (28.7% v 13.0%; P = .001). We found that married patients were less likely to experience PARs (odds ratio, 0.30; 95% CI, 0.15 to 0.57; P < .001) and that those with a higher physical symptom burden were more likely to experience PARs (odds ratio, 1.03; 95% CI, 1.01 to 1.05; P = .012). CONCLUSION: We observed that a substantial proportion of hospital readmissions are potentially avoidable and found that patients’ symptom burdens predict PARs. These findings underscore the need to assess and address the symptom burden of hospitalized patients with advanced cancer in this highly symptomatic population.
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