MétaCan
Menu
Retour à la cohorte
Enregistrement W3091025693 · doi:10.1542/hpeds.2020-0093

A Multidisciplinary Home Visiting Program for Children With Medical Complexity

2020· article· en· W3091025693 sur OpenAlexaff
Elaine Lin, Kathryn Scharbach, Bian Liu, Maureen K. Braun, Candace Tannis, Karen Wilson, Joseph Truglio

Notice bibliographique

RevueHospital Pediatrics · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesnon disponible
Mots-clésMedicineMultidisciplinary approachMedical homeEmergency departmentMedical recordDemographicsHealth careFamily medicineMEDLINEEmergency medicineMedical emergencyPrimary careNursingDemography

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Given the high needs and costs associated with the care of children with medical complexity (CMC), innovative models of care are needed. Home-visiting care models are effective in subpopulations of pediatrics and medically complex adults, but there is no literature on this model for CMC. We describe the development and outcomes of a multidisciplinary program that provides comprehensive home-based primary care for CMC. METHODS: Medical records from our institution were reviewed for patients enrolled in our program from July 2013 through March 2019. Demographics, clinical characteristics, and health care use were collected. We compared the differences in pre- and postprogram enrollment health care use using Wilcoxon signed rank test. We applied Cox proportional hazard models to examine the association between the time-dependent postenrollment health care use and numbers of home visits. We collected total claims data for a subset of our patients to examine total costs of care. RESULTS: We reviewed data collected from 121 patients. With our findings, we demonstrate that enrollment in our program is associated with reductions in average length of stay. More home visits were associated with decreased emergency department visits and hospitalizations. We also observed in patients with available cost data that total costs of care decreased after enrollment into the program. CONCLUSIONS: Our model has the potential to improve health outcomes and be financially sustainable by providing home-based primary care to CMC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,424
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,285
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHospital PediatricsMême sujetHealthcare Policy and ManagementTravaux en français237 207