Length of Stay and Home Discharge for Patients with Inpatient Stroke Rehabilitation
Notice bibliographique
Résumé
OBJECTIVE: To examine temporal trends and geographic variations and predict inpatient rehabilitation (IPR) length of stay (LOS) and home discharge for stroke patients. METHODS: Patients aged ≥18 years who were admitted to an IPR facility in Alberta, Canada, between 04/2014 and 03/2018 (years 2014-2017) were included. Predictors of LOS and home discharge were examined using 2014-2016 data and validated using 2017 data. Multivariable linear regression (MLR), multivariable negative binomial (MNB), and multivariable quantile regressions (MQR) were used to examine LOS, and logistic regression was used for home discharge. RESULTS: We included 2686 rehabilitation admissions between 2014 and 2017. The mean LOS decreased (2014: 71 days; 2017: 62.1 days; p = 0.003) during the study period and was shortest in Edmonton (59.1 days) compared to Calgary (66 days) or other localities (70.8 days; p < 0.001). Three-quarters of patients were discharged home and this proportion remained unchanged between 2014 and 2017. Calgary patients were more likely to be discharged home than those in Edmonton (OR = 0.62; p = 0.019) or other localities (OR = 0.39; p = 0.011). The MLR and MNB models provided accurate prediction for the mean LOS (predicted = 59.9 and 60.8 days, respectively, vs. actual = 62.1 days; both p > 0.5), while the MQR model did so for the median LOS (predicted = 44.3 days vs. actual = 44 days; p = 0.09). The logistic regression resulted in 82.4% of correct prediction, a sensitivity of 91.6%, and a specificity of 50.7% for home discharge. CONCLUSIONS: Rehabilitation LOS decreased while the proportion of home discharge remained unchanged during the study period. Both varied across health zones. Identifiable statistical models provided accurate prediction with a separate patient cohort.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».