Temporal Trends and Predictors of Pancreatitis Patients Who Leave Against Medical Advice: A Nationwide Analysis
Notice bibliographique
Résumé
BACKGROUND: Acute pancreatitis is the leading gastrointestinal cause of hospital admissions. Our study aims to determine the trends and predictors of discharge against medical advice (AMA). METHODS: We utilized the Nationwide Inpatient Sample (2003 - 2016) to identify patients admitted with pancreatitis. We compared in-hospital complications and determined predictors of discharge AMA using a multivariate logistic regression. RESULTS: A total of 7,158,894 patients were admitted with pancreatitis. Of those, 199,351 left AMA. Discharge AMA increased over time from 2.3% to 3.2%. Patients who left AMA were more likely to be younger, male, black, and a lower socioeconomic status (SES). They had a greater prevalence of depression, cirrhosis, smoking, drug abuse, and human immunodeficiency virus (HIV) infection. Alcohol use was the most likely etiology of pancreatitis among those leaving AMA. In a multivariate regression, patients more likely to leave AMA included: age 18 - 44, male, and black. Patients with a history of depression, drug abuse, and HIV infection were also more likely to be discharged AMA. CONCLUSIONS: Discharges AMA increased over time. Predictors of AMA include patients who are younger, male, black, lower socioeconomic status, and have a history of depression, HIV infection, alcohol and drug use. Future studies are necessary to examine the reasons for discharge AMA among this population.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».