MétaCan
Menu
Retour à la cohorte
Enregistrement W4293103303 · doi:10.3390/geriatrics7040081

Healthcare-Associated Adverse Events in Alternate Level of Care Patients Awaiting Long-Term Care in Hospital

2022· article· en· W4293103303 sur OpenAlexaffabout
Guillaume Lim Fat, Aquila Gopaul, A. Demetri Pananos, Mary-Margaret Taabazuing

Notice bibliographique

RevueGeriatrics · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectIncidence (geometry)DeliriumEmergency medicineRespiratory tract infectionsAcute careHealth careLong-term careRetrospective cohort studyIntensive care medicinePediatricsInternal medicineRespiratory system

Résumé

récupéré en direct d'OpenAlex

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.

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)0,003
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 enseignants0,099
Score d'incertitude au seuil0,196

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,038
Tête enseignante GPT0,355
Écart entre enseignants0,317 · 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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeriatricsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207