Risk of Hospitalization in Long-Term Care Residents Living with Heart Failure: a Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Older adults living with heart failure (HF) in long-term care (LTC) experience frequent hospitalization. Using routinely available clinical information, we examined resident-level factors that precipitate hospitalization within 90 days of admission to LTC. METHODS: This was a retrospective cohort study of older adults diagnosed with HF, who were admitted to LTC in Ontario, Canada, between 2011 and 2013. Multivariate logistic regression models using generalized estimating equations were developed to determine predictors of hospitalization in residents with HF. RESULTS: Entry to LTC from a hospital was the strongest predictor of future hospitalization (OR: 8.1, 95% CI: 7.1-9.3), followed by a score of three or greater on the Changes in Health, End-stage Signs and Symptoms scale, a measure of moderate to severe medical instability (O.R 4.2, 95% CI: 3.1-5.9). Other variables that increased the likelihood of hospitalization included being flagged as a high risk for falls, two or more physician visits, and increased monitoring for acute medical illness within 14 days of admission. CONCLUSION: Our findings highlight that health instability and transitions from acute to LTC will increase the likelihood of transitioning back into the hospital setting. The identified predisposing factors suggest the need for targeted prevention strategies for those in high-risk groups.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».