Post-stroke rehabilitation
Notice bibliographique
Résumé
The aim of this study was to examine predictors of discharge of hospitalized stroke patients to either an acute inpatient rehabilitation facility (IRF) or subacute skilled nursing facility (SNF).A retrospective cohort study was done in a large multicampus urban academic medical center of individuals hospitalized for stroke between January 1, 2015 and December 31, 2015 and who were discharged to either an IRF (n = 84) or SNF (n = 59). A set of characteristics and scales were collected on each patient and assessed using univariate and multivariate regression analyses.Although univariate analyses revealed multiple measures were associated with discharge destination, the most predictive multivariate logistic regression model for discharge to SNF incorporated age (odds ratio [OR] = 1.09, 95% confidence interval [CI], 1.05-1.13), premorbid physical disability (OR 7.52, 95% CI 1.66-34.14), and inability to ambulate before discharge (OR 5.84, 95% CI 2.01-16.92) with an overall c-statistic of 0.85.Increasing age, premorbid physical disability, and inability to ambulate increase the overall likelihood of discharge to a SNF. These findings need to be replicated in larger samples to determine whether they are generalizable.
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 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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».