Hospitalizations for Acute Gout: Process Mapping the Inpatient Journey and Identifying Predictors of Admission
Notice bibliographique
Résumé
OBJECTIVE: To identify predictors of admission following emergency department (ED) attendances for gout flares and to describe barriers to optimal inpatient gout care. METHODS: ED attendances and hospital admissions with primary diagnoses of gout were analyzed at 2 UK-based hospitals between January 1, 2017, and December 31, 2020. Demographic and clinical predictors of ED disposition (admission or discharge) and reattendance for gout flares were identified using logistic regression and survival models, respectively. Case note reviews (n = 59), stakeholder meetings, and process mapping were performed to capture detailed information on gout management and to identify strategies to optimize care. RESULTS: Of 1220 emergency attendances for gout flares, 23.5% required hospitalization (median length of stay: 3.6 days). Recurrent attendances for flares occurred in 10.4% of patients during the study period. In multivariate logistic regression models, significant predictors of admission from ED were older age, overnight ED arrival time, higher serum urate (SU), higher C-reactive protein, and higher total white cell count at presentation. Detailed case note reviews showed that only 22.6% of patients with preexisting gout were receiving urate-lowering therapy (ULT) at presentation. Initial diagnostic uncertainty was common, yet rheumatology input and synovial aspirates were rarely obtained. By 6 months postdischarge, 43.6% were receiving ULT; however, few patients had treat-to-target dose optimization, and only 9.1% achieved SU levels ≤ 360 μmol/L. CONCLUSION: We identified multiple predictors of hospitalization for acute gout. Treat-to-target optimization of ULT following hospitalization remains inadequate and must be improved if admissions are to be prevented.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».