The Implementation of a Geriatrics Co-Management Model of Care Reduces Hospital Length of Stay
Notice bibliographique
Résumé
(1) Background: Older adults comprise a large proportion of hospitalized patients. Many are frail and require complex care. Geriatrics has developed models of care specific to this inpatient population. Our objective was to demonstrate the effect of a geriatric co-management team on clinical administrative indicators of care in Clinical Teaching Units (CTUs) that have adopted the Age-friendly Hospital (AFH) principles in Brazilian hospitals. (2) Methods: Following 3 months of implementation of the AFH principles in CTUs, two periods of the same 6 months of two consecutive years were compared. (3) Results: The total number of participants in the study was 641 and 743 in 2015 and 2016, respectively. Average length of patient-stay (length of stay: 8.7 ± 2.7 vs. 5.4 ± 1.7 days) and number of monthly complaints (44.2 ± 6.5 vs. 13.5 ± 2.2) were significantly lower with the co-management model. Number of homecare service referrals/month was also significantly higher (2.5 ± 1 vs. 38.3 ± 6.3). The 30-day readmission rates and total hospital costs per patient remained unchanged. (4) Conclusion: The presence of a geriatric co-management team in CTUs is of added benefit to increase the efficiency of the AFH for vulnerable older inpatients with reduced LOS and increased referrals to homecare services without increasing hospital costs.
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 | 0,000 | 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 | 0,000 | 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 ».