Predictors of Exceeding Target Inpatient Rehabilitation Length of Stay After Hip Fracture
Notice bibliographique
Résumé
OBJECTIVE: The aim of the study was to identify factors associated with exceeding a target inpatient rehabilitation length of stay of 28 days or less for individuals with hip fracture. DESIGN: Retrospective cohort study of hip fracture patients admitted to an urban Canadian inpatient rehabilitation facility between January 1, 2013, and January 1, 2018. Patient characteristics previously shown to be associated with individual outcomes and/or length of stay after hip fracture were extracted from the institution's data warehouse. Regression models were used to examine factors associated with exceeding target length of stay as well as overall length of stay. RESULTS: Four hundred ninety-three subjects were included in the analysis. Three hundred forty-five (70%) met and 148 (30%) exceeded their target length of stay. Patients who exceeded their target were more likely to be elderly (odds ratio, 1.05; 95% confidence interval, 1.02-1.08), to live alone prefracture (odds ratio, 1.72; 95% confidence interval, 1.02-2.91), to have dementia (odds ratio, 2.79; 95% confidence interval, 1.12-6.97), and higher admission pain scores (severe pain odds ratio, 2.51; 95% confidence interval, 1.06-5.93). Higher admission motor Functional Independence Measure scores (odds ratio, 0.95; 95% confidence interval, 0.92-0.98) were protective. CONCLUSIONS: Advancing age, having dementia, living alone prefracture, and reporting moderate or severe pain at the time of admission not only increased the odds of an individual exceeding their target length of stay but also was associated with an overall increase in length of stay. Conversely, having a higher admission motor Functional Independence Measure score was protective.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».