MétaCan
Menu
Retour à la cohorte
Enregistrement W4309714985 · doi:10.1186/s12877-022-03458-w

The Revised Identification of Seniors At Risk screening tool predicts readmission in older hospitalized patients: a cohort study

2022· article· en· W4309714985 sur OpenAlexaff
Jane McCusker, Rebecca Warburton, Sylvie Lambert, Éric Belzile, Manon de Raad

Notice bibliographique

RevueBMC Geriatrics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensMcGill UniversityUniversity of VictoriaMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineCohortInverse synthetic aperture radarEmergency departmentCohort studyEmergency medicineInternal medicinePsychiatryRadar

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Identification of Seniors at Risk (ISAR) screening tool is a widely-used risk stratification tool for older adults in the emergency department (ED). Few studies have investigated the use of ISAR to predict outcomes of hospitalized patients. To improve usability a revised version of ISAR (ISAR-R), was developed in a quality improvement project. The ISAR-R is also widely used, although never formally validated. To address these two gaps in knowledge, we aimed to assess the ability of the ISAR-R to predict readmission in a cohort of older adults who were hospitalized (admitted from the ED) and discharged home. METHODS: This was a secondary analysis of data collected in a pre-post evaluation of a patient discharge education tool. Participants were patients aged 65 and older, admitted to hospital via the ED of two general community hospitals, and discharged home from the medical and geriatric units of these hospitals. Patients (or family caregivers for patients with mental or physical impairment) were recruited during their admission. The ISAR-R was administered as part of a short in-hospital interview. Providers were blinded to ISAR-R scores. Among patients discharged home, 90-day readmissions were extracted from hospital administrative data. The primary metrics of interest were sensitivity and negative predictive value. The Area Under the Curve (AUC) was also computed as an overall measure of performance. RESULTS: Of 711 attempted recruitments, 496 accepted, and ISAR-R was completed for 485. Of these 386 patients were discharged home with a complete ISAR-R, the 90-day readmission rate was 24.9%; the AUC was 0.63 (95% CI 0.57,0.69). Sensitivity and negative predictive value at the recommended cut-point of 2 + were 81% and 87%, respectively. Specificity was low (40%). CONCLUSIONS: The ISAR-R tool is a potentially useful risk stratification tool to predict patients at increased risk of readmission. Its high values of sensitivity and negative predictive value at a cut-point of 2 + make it suitable for rapid screening of patients to identify those suitable for assessment by a clinical geriatric team, who can identify those with geriatric problems requiring further treatment, education, and follow-up to reduce the risk of readmission.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,257
Écart entre enseignants0,245 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetHeart Failure Treatment and ManagementTravaux en français237 207