Characteristics of Individuals with Moderate-to-Severe Traumatic Brain Injury and Predictors of Specialized Rehabilitation: A Retrospective Cohort Study
Notice bibliographique
Résumé
Abstract Purpose: Traumatic brain injury (TBI) is a disabling neurological condition that can cause substantial cognitive, behavioural, and physical health problems for the individual. Currently, it is a leading cause of death for Canadians. Rehabilitation (particularly specialized rehabilitation) has been shown to promote recovery in those with moderate-to-severe TBI, but not all eligible candidates receive it. We aim to 1) investigate demographic and clinical characteristics of individuals with moderate-to-severe TBI discharged to rehabilitation within 1-year post-injury over a 7-year period, and 2) identify predictors of discharge to specialized rehabilitation for these individuals. Materials and Methods: Patient characteristics were examined by linking their unique health insurance number through databases. Predictors of specialized rehabilitation were determined using logistic regression models. Results: Of 25,095 individuals with moderate-to-severe TBI, 4,748 individuals were admitted to rehabilitation within 365 days of injury between years 2010/2011 and 2017/2018. Most individuals who were admitted to rehabilitation were 64 years old or older (60%). Majority were male (65.6%). The most common cause of injury was related to a fall (61.7%). 13.9% of individuals had a mental health condition at the time of TBI hospitalization. 72.1% were discharged directly to rehabilitation following acute discharge. Mean wait time to rehabilitation was 37.3 (±52.5) days. 7.2% were rehospitalized immediately following rehabilitation discharge. Younger age, male sex, and higher rurality were some significant predictors of receiving specialized rehabilitation. Repatriated patients were less likely to receive specialized rehabilitation. Conclusion: This study identifies key healthcare utilization characteristics of individuals with moderate-to-severe TBI, as well as significant predictors of discharge to specialized rehabilitation for this population. We also highlight potential future research areas relating to these trends. This knowledge will be useful for policy planners and administrators who wish to improve patient access to care, appropriateness of care, and outcomes following moderate-to-severe TBI.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».