Illnesses Associated With Increased Length of Stay for Individuals Experiencing Homelessness: A Retrospective Cohort Study of Emergency Department Visits and Hospitalizations.
Notice bibliographique
Résumé
Abstract Background: Individuals experiencing homelessness (IEH) tend to have increased length of stay (LOS) in acute care settings, which negatively impacts health care costs and resource utilization. It is unclear however, what specific factors account for this increased LOS. This study attempts to define which diagnoses most impact LOS for IEH and if there are differences based on their demographics. Methods: A retrospective cohort study was conducted looking at ICD-10 diagnosis codes and LOS for patients identified as IEH seen in Emergency Departments (ED) and also for those admitted to. Data were stratified based on diagnosis, gender and age. Statistical analysis was conducted to determine which ICD-10 diagnoses were significantly associated with increased ED and inpatient LOS for IEH compared to housed individuals.Results: Homelessness admissions were associated with increased LOS regardless of gender or age group. The absolute mean difference of LOS between IEH and housed individuals was 1.62 hours [95% CI 1.49 – 1.75] in the ED and 3.02 days [95% CI 2.42-3.62] for inpatients. Males age 18-24 years spent on average 7.12 more days in hospital, and females aged 25-34 spent 7.32 more days in hospital compared to their housed counterparts. Thirty-one diagnoses were associated with increased LOS in EDs for IEH compared to their housed counterparts; maternity concerns and coronary artery disease were associated with significantly increased inpatient LOS. Conclusion: Homelessness significantly increases the LOS of individuals within both ED and inpatient settings. We have identified numerous diagnoses that are associated with increased LOS in IE; these inform the prioritization and development of targeted interventions to improve the health of IEH.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».