Perceived discharge quality and associations with hospital readmissions and emergency department use: a prospective cohort study
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
BACKGROUND: At hospital discharge, care is handed over from providers to patients. Discharge encounters must prepare patients to self-manage their health, but have been found to be suboptimal. Our study objectives were to describe and determine the correlates of perceived discharge quality and to explore the association between perceived discharge quality and postdischarge outcomes. METHODS: We conducted a prospective cohort study in medical inpatients admitted to a tertiary care hospital in Calgary, Canada. Perceived discharge quality was measured by the Care Transitions Measure (CTM). Linkage to administrative databases provided data for the composite outcome-90-day hospital readmission or emergency department visit. Logistic regression modelling was used to determine the association between global CTM scores, and the individual CTM components, and the composite outcome. RESULTS: A total of 316 patients were included in the analysis. The median CTM score was 80.0 (IQR 66.6-100.0). The distribution of CTM scores were significantly different based on comorbidity burden, with the median and maximum CTM scores being lower and the IQR being narrower, for those with six or more comorbidities compared with those with fewer comorbidities. CTM scores were not associated with the composite outcome, though a single CTM item-not understanding warning signs and symptoms-was (adjusted OR 3.46 (95% CI 1.02 to 11.73)). CONCLUSION: Perceived quality of discharge varies based on patient burden of comorbidities. While global perceived discharge quality was not associated with postdischarge outcomes, lack of patient understanding of warning symptoms was. Discharging healthcare teams should pay special attention to these priority patient groups and specific discharge process components.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle