Impact of Intensive Care Unit Readmissions on Patient Outcomes and the Evaluation of the National Early Warning Score to Prevent Readmissions: Literature Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Intensive care unit (ICU) readmissions have been shown to increase a patient's in-hospital mortality and length of stay (LOS). Despite this, no methods have been set in place to prevent readmissions from occurring. OBJECTIVE: The aim of this literature review was to evaluate the impact of ICU readmission on patient outcomes and to evaluate the effect of using a risk stratification tool, the National Early Warning Score (NEWS), on ICU readmissions. METHODS: A database search was performed on PubMed, Cumulative Index of Nursing and Allied Health Literature, Google Scholar, and ProQuest. In the initial search, 2028 articles were retrieved; after inclusion and exclusion criteria were applied, 12 articles were ultimately used in this literature review. RESULTS: This literature review found that patients readmitted to the ICU have an increased mortality rate and LOS at the hospital. The sample sizes in the reviewed studies ranged from 158 to 745,187 patients. Readmissions were most commonly associated with respiratory issues about 18% to 59% of the time. The NEWS has been shown to detect early clinical deterioration in a patient within 24 hours of transfer, with a 95% CI of 0.89 to 0.94 (P<.001), a sensitivity of 93.6% , and a specificity of 82.2%. CONCLUSIONS: ICU readmissions are associated with worse patient outcomes, including hospital mortality and increased LOS. Without the use of an objective screening tool, the provider has been solely responsible for the decision of patient transfer. Assessment with the NEWS could be helpful in decreasing the frequency of inappropriate transfers and ultimately ICU readmission.
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.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découle