PREDICTORS OF PRESSURE ULCER DEVELOPMENT AMONG SENIORS DURING EMERGENCY TRANSFERS TO HOSPITAL EMERGENCY DEPARTMENT
Notice bibliographique
Résumé
Abstract Emergency transfers of seniors in long-term care facilities (LTCF) aged >65 to hospital emergency departments (ED) are common and carry with them risks that can lead to less-than-optimal quality of care and quality of life. Pressure ulcers are one such risk. We used data from the Older Persons Transitions in Care (OPTIC; N=637) study, conducted in two Canadian provinces in 2011 and 2012, to assess potential predictors of pressure ulcer development between the time that a resident is transported to the ED until the time they return to their original nursing home. Step-wise binary logistic regression was employed to identify predictors of pressure ulcer development during the transition. Potential predictors included length of transition, inpatient status, demographic, health variables (including incontinence). Among the 335 residents for whom we were able to gather new pressure ulcer data, 56 (16.7%) were identified as having developed new skin wounds upon return to the LTCF. Transitions from ED admission to return to LTCF averaged 106.7 hours (sd=143.6) with a median of 50.0 hours. Length of transition and whether the resident spent time as an inpatient emerged as the only predictors: longer transition times and spending time as an inpatient predict development of bed sores. These results speak to the need for improved monitoring and treatment of skin wounds during emergency transitions of older adults from LTCF.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».