MétaCan
Menu
Retour à la cohorte
Enregistrement W4282573323 · doi:10.1200/op.21.00868

Association Between Postdischarge Medical Oncology Follow-Up Appointments and Downstream Health Care Use: A Single-Institution Experience

2022· article· en· W4282573323 sur OpenAlexaff
Jenny Xiang, Ronald Chow, Alexandra Reynoso, Tracy Carafeno, Hari A. Deshpande, Michael Strait, Elizabeth Pršić

Notice bibliographique

RevueJCO Oncology Practice · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePropensity score matchingLogistic regressionOdds ratioEmergency medicineEmergency departmentInternal medicineRetrospective cohort studyHealth careOddsCohortMEDLINEFamily medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There is limited understanding of the role of postdischarge medical oncology follow-up during care transition periods. Our study describes the care transition patterns and the association between postdischarge medical oncology appointments and downstream health care use at a tertiary academic center. METHODS: We conducted a retrospective cohort study of 25,135 medical oncology admissions between 2018 and 2020 at Yale New Haven Hospital. We examined the association between postdischarge medical oncology appointment timing with 30-day all-cause readmissions and emergency department (ED) visits using multivariable logistic regression models and propensity score–matched analyses. RESULTS: Compared with admissions without appointment within 30 days, admissions with postdischarge medical oncology appointment within 30 days were associated with lower rates of all-cause 30-day readmission (odds ratio [OR] = 0.56, 95% CI, 0.52 to 0.59; P < .001) and ED visit (OR = 0.56, 95% CI, 0.52 to 0.59; P < .001). Admissions with appointment ≤ 14 days were associated with lower rates of 30-day readmission (OR = 0.28, 95% CI, 0.25 to 0.32; P < .001) and ED visit (OR = 0.56, 95% CI, 0.52 to 0.63; P < .001) compared with those with appointment within 15-30 days. Similar patterns in health care use were seen with propensity score matching. Subgroup analyses of cancer types with the most admissions observed similar trends between 30-day readmission and ED visits with appointment timing. CONCLUSION: Timely postdischarge medical oncology appointments were associated with significantly lower likelihood of 30-day readmission and ED visits, suggesting a potential role for postdischarge follow-up as an intervention to decrease health care use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,054
Tête enseignante GPT0,336
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJCO Oncology PracticeMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207