High-Users of Acute Care in a Teaching Hospital: A Retrospective Chart Review and Survey of Primary Care Physicians
Notice bibliographique
Résumé
Purpose To characterize high-users (HUs) of inpatient units, obtain insights from their primary care physicians (PCPs) and identify factors that can be modified to reduce resource use. Method The study design included retrospective chart reviews of high-user patients and qualitative surveys of their PCPs. HUs were defined as adults with 3 or more admissions to an index tertiary teaching hospital in Edmonton as well as a cumulative length of stay (cLOS) greater than 30 days at any hospital in the province of Alberta, between September 1, 2015 and September 30, 2016. The charts of HUs were reviewed to assess demographics, admitting and consulting services, medical profile, social profile, community supports, and scores on pre-existing risk-stratification tools to identify patient factors that might be characteristic of HUs. Additionally, a survey comprising 12 multiple-choice and 8 short-answer questions was faxed to their PCPs to assess HU attitudes and behaviors and collect recommendations to prevent high use of acute care. Results Of 125 HUs (median 62 years old, 5 admissions, cLOS 49 days, 14 emergency department (ED) visits, 10 medications), 74% lived at home, 86% had a PCP, 56% received homecare pre-admission and 34% had at least one critical care admission. HUs accounted for 2474 admissions or ED visits (median 14, IQR 10-22) at all sites in the year studied; 41% of their 1605 ED visits and 21% of their 869 admissions were at other hospitals. Their most prevalent comorbidities were hypertension, depression, and diabetes. 49 responses were received to 114 faxed surveys (43% response rate). Only 14 of 49 responding PCPs suggested interventions to address ED revisits and readmissions; PCPs most frequently cited living conditions and lack of social supports as key causative factors. Conclusions We have characterized high-user patients and discussed PCP perspectives and strategies to optimize their healthcare use.
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 | 0,000 | 0,000 |
| 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 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 ».