Variations in hospitalization rates across Parkinson's Foundation Centers of Excellence
Notice bibliographique
Résumé
INTRODUCTION: Patients with Parkinson's disease (PD) are at increased risk for hospitalization and often experience worsening of PD when hospitalized. It is therefore important to identify strategies to prevent hospitalization. METHODS: Hospital encounter rates in different Parkinson's Foundation Centers of Excellence in United States, Canada, Israel and the Netherlands were analyzed as part of the Parkinson Foundation Parkinson's Outcomes Project (PF-POP). Multivariate logistic regression was used to estimate the odds ratio for hospitalization, adjusted for risk factors. RESULTS: Baseline age, disease duration, other relative than spouse/partner as care giver, cancer, arthritis, other comorbidities, falls, use of levodopa, use of dopamine agonist, use of COMT inhibitor, occupational therapy before the baseline visit, PDQ-39, MSCI total score and time between visits were significantly associated with the risk of hospital encounters. After adjustment for these factors, two centers had significantly lower odds for hospitalization admission and ER visit (minimum OR 0.3) and four centers had significantly higher odds (maximum OR 1.5) than the average center. Four centers had significantly lower hazard ratios for time to re-hospitalization compared to the average center. Reducing hospital admission rates in those centers with higher than average rates would reduce overall hospitalizations by 11%. Applied to PD patients over 65 nationwide this represents a potential for cost savings of greater than $1 billion over 48 months. CONCLUSION: Encounter rates vary even across expert centers and suggest that practices carried out in some centers may reduce the risk of hospitalization. Further research will be necessary to identify these practices and implement them more widely to improve care for people with PD.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».