Subgroups of High-Risk Veterans Affairs Patients Based on Social Determinants of Health Predict Risk of Future Hospitalization
Notice bibliographique
Résumé
OBJECTIVE: Population segmentation has been recognized as a foundational step to help tailor interventions. Prior studies have predominantly identified subgroups based on diagnoses. In this study, we identify clinically coherent subgroups using social determinants of health (SDH) measures collected from Veterans at high risk of hospitalization or death. STUDY DESIGN AND SETTING: SDH measures were obtained for 4684 Veterans at high risk of hospitalization through mail survey. Eleven self-report measures known to impact hospitalization and amenable to intervention were chosen a priori by the study team to identify subgroups through latent class analysis. Associations between subgroups and demographic and comorbidity characteristics were calculated through multinomial logistic regression. Odds of 180-day hospitalization were compared across subgroups through logistic regression. RESULTS: Five subgroups of high-risk patients emerged-those with: minimal SDH vulnerabilities (8% hospitalized), poor/fair health with few SDH vulnerabilities (12% hospitalized), social isolation (10% hospitalized), multiple SDH vulnerabilities (12% hospitalized), and multiple SDH vulnerabilities without food or medication insecurity (10% hospitalized). In logistic regression, the "multiple SDH vulnerabilities" subgroup had greater odds of 180-day hospitalization than did the "minimal SDH vulnerabilities" reference subgroup (odds ratio: 1.53, 95% confidence interval: 1.09-2.14). CONCLUSION: Self-reported SDH measures can identify meaningful subgroups that may be used to offer tailored interventions to reduce their risk of hospitalization and other adverse events.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».