Notice bibliographique
Résumé
BACKGROUND: The purpose of this study is to determine whether there is a relationship between cognitive impairment among Medicare patients and hospital readmissions. Although there has been research on cognitive impairment and readmissions, seldom action has been done in regard to economic costs with hospitals. The Affordable Care Act (ACA) established the Hospital Readmission Reduction Program in 2012. Hospitals may not be fully reimbursed for Medicare patient readmissions within 30 days (). STUDY DESIGN: An ethnographic approach was utilized with purposive sampling.This was a nonrandomized purposive sampling intervention study using data from Epic health systems database. METHODS: The intervention spanned over 5 months and the MoCA (Montreal Cognitive Assessment) intervention was conducted in the hospital in a 3-phase study. The purpose of the study was for quality improvement and to detect cognitive impairment among Medicare readmitted patients. RESULTS: The result shows cognitive impairment is prevalent among the Medicare population. Seventy-one (61%) had evidence of cognitive impairment (i.e., obtained a score below 25). The mean MoCA score for the 71 patients identified as having evidence of cognitive impairment was 17.84 (SD, ±5.06; range, 5-24). MoCA is useful in the acute care setting for identifying patients who are at increased risk for readmission. A randomly assigned controlled clinical trial test is warranted to further validate the association between cognitive impairment and readmissions. IMPLICATIONS FOR CASE MANAGEMENT: The ACA aims to improve case management by improving effective outcomes for individuals, care coordination among hospital professionals, economic efficiency, cost-effectiveness, and the collaborative process that services the patient. Hospitals across the country are implementing polices that adhere to patient-centered care. Before the ACA was passed, health care services were value metric. The ACA regulates hospitals toward holistic care or quality metrics. Case management will be critical, as hospitals look toward innovative methods to evaluate their patients.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,003 |
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 ».