MétaCan
Menu
Retour à la cohorte
Enregistrement W2933594402 · doi:10.1200/jop.18.00595

Potentially Avoidable Hospital Readmissions in Patients With Advanced Cancer

2019· article· en· W2933594402 sur OpenAlexaboutno aff
P. Connor Johnson, Yian Xiao, Risa Liang Wong, Sara D’Arpino, Samantha M.C. Moran, Daniel E. Lage, Brandon Temel, Margaret Ruddy, Lara Traeger, Joseph A. Greer, Ephraim P. Hochberg, Jennifer S. Temel, Areej El‐Jawahri, Ryan David Nipp

Notice bibliographique

RevueJournal of Oncology Practice · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineOdds ratioOddsEmergency medicineCancerMedical recordLogistic regressionPediatricsInternal medicine

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
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 ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,314
Écart entre enseignants0,307 · 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

Citations42
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oncology PracticeMême sujetHeart Failure Treatment and ManagementTravaux en français237 207