Healthcare-Associated Adverse Events in Alternate Level of Care Patients Awaiting Long-Term Care in Hospital
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: A growing number of Canadian older adults are designated alternate level of care (ALC) and await placement into long-term care (LTC) while admitted to hospital. This creates infrastructural challenges by using resources allocated for acute care during disproportionately long hospital stays. For ALC patients, hospital environments maladapted to their needs impart risk of healthcare-associated adverse events. METHODS: In this retrospective descriptive study, we examined healthcare-associated adverse events in 156 ALC patients, 65 years old and older, awaiting long-term care while admitted to two hospitals in London, Ontario in 2015-2018. We recorded incidence of infections and antimicrobial days prescribed. We recorded incidence of non-infectious adverse events including delirium, falls, venothrombotic events, and pressure ulcers. We used a restricted cubic spline model to characterize adverse events as a function of length of stay. RESULTS: Patients waited an average of 56 ALC days (ranging from 6 to 333 days) before LTC placement, with seven deaths occurring prior to placement. We recorded 362 total adverse events accrued over 8668 ALC days: 94 infections and 268 non-infectious adverse events. The most common hospital-acquired infections were urinary-tract infections and respiratory infections. The most common non-infectious adverse events were delirium and falls. A total of 620 antimicrobial days were prescribed for infections. CONCLUSIONS: ALC patients incur a meaningful and predictable number of adverse events during their stay in acute care. The incidence of these adverse events should be used to educate stakeholders on risks of ALC stay and to advocate for strategies to minimize ALC days.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle