Pathways to reduced overnight hospitalizations in older adults: Evaluating 62 physical, behavioral, and psychosocial factors
Notice bibliographique
Résumé
As our society ages and healthcare costs escalate, researchers and policymakers urgently seek potentially modifiable predictors of reduced healthcare utilization. We aimed to determine whether changes in 62 candidate predictors were associated with reduced frequency, and duration, of overnight hospitalizations. We used data from 11,374 participants in the Health and Retirement Study-a national sample of adults aged >50 in the United States. Using generalized linear regression models with a lagged exposure-wide approach, we evaluated if changes in 62 predictors over four years (between t0;2006/2008 and t1;2010/2012) were associated with subsequent hospitalizations during the two years prior to t2 (2012-2014 (Cohort A) or 2014-2016 (Cohort B)). After robust covariate-adjustment, we observed that changes in some health behaviors (e.g., those engaging in frequent physical activity had 0.80 the rate of overnight hospital stays (95% CI [0.74, 0.87])), physical health conditions (e.g., those with cancer had 1.57 the rate of overnight hospital stays (95% CI [1.35, 1.82])), and psychosocial factors (e.g., those who helped friends/neighbors/relatives 100-199 hours/year had 0.73 the rate of overnight hospital stays (95% CI [0.63, 0.85])) were associated with subsequent hospitalizations. Findings for both the frequency, and duration, of hospitalizations were mostly similar. Changes in a number of diverse factors were associated with decreased frequency, and duration, of overnight hospitalizations. Notably, some psychosocial factors (e.g., informal helping) had effect sizes equivalent to or larger than some physical health conditions (e.g., diabetes) and health behaviors (e.g., smoking). These psychosocial factors are mostly modifiable and with further research could be novel intervention targets for reducing hospitalizations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».