The effects of acute care hospitalization on health and cost trajectories for nursing home residents: A matched cohort study
Notice bibliographique
Résumé
Thirty five percent to sixty seven percent of admissions to acute care hospitals from nursing homes are potentially preventable. Limited data exist regarding clinical and cost trajectories post an acute care hospitalization. To describe clinical impact and post-hospitalization costs associated with acute care admissions for nursing home residents. Analysis of population-based data. The 65,996 nursing home residents from a total of 645 nursing homes. Clinical outcomes assessed with the Changes in Health, End-stage disease and Symptoms and Signs (CHESS) scores, and monthly costs. Post-index date, hospitalized residents worsened their clinical conditions, with increases in CHESS scores (CHESS 3 + 24.5% vs 7.6%, SD 0.46), more limitations in activities of daily living (ADL) (86.1% vs 76.0%, SD 0.23), more prescriptions (+1.64 95% CI 1.43-1.86, P < .001), falls (30.9% vs 18.1%, SD 0.16), pressure ulcers (16.4% vs 8.6%, SD 0.37), and bowel incontinence (47.3% vs 39.3%, SD 0.35). Acute care hospitalizations for nursing home residents had a significant impact on their clinical and cost trajectories upon return to the nursing home. Investments in preventive strategies at the nursing home level, and to mitigate functional decline of hospitalized frail elderly residents may lead to improved quality of care and reduced costs for this population. Pre-hospitalization costs were not different between the hospitalized and control groups but showed an immediate increase post-hospitalization (CAD 1882.60 per month, P < .001).
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».