Association between physician continuity of care and patient outcomes in clinical teaching units: a cohort analysis
Notice bibliographique
Résumé
BACKGROUND: Hospital-based clinical teaching units (CTUs) are supervised by rotating attending physicians. Physician hand-offs in other contexts have been associated with worse patient outcomes, presumably through communication gaps. We aimed to determine the association between attending physician hand-offs on CTUs and patient outcomes including escalation of care, readmission and mortality. METHODS: We conducted a retrospective, multicentre cohort study using data from 3 tertiary care hospitals in Calgary between Jan. 1, 2015, and Dec. 31, 2017. We included hospital admissions in the top 10 case-mix groups. Our exposure variable was the number of attending physicians seen by a patient. Outcome measures were admission to intensive care unit (ICU); inpatient 7- and 30-day mortality; and 7- and 30-day readmission rate. We used multivariable regression statistical models adjusted for patient age, sex, length of stay, Charlson Comorbidity Index, case-mix groups, senior resident presence, team handovers and team transfers. RESULTS: Our cohort included 4324 unique patients. There were no significant differences in the incidence rate ratios (IRRs) of admission to ICU, inpatient 7- and 30-day mortality, and 7- and 30-day readmission rates among 1 or 2 physicians. However, we noted a significant increase in 30-day readmission rate (IRR 1.37, 95% confidence interval 1.05-1.78) in patients who had 3 or more attending physicians compared with those who had 1 attending physician. INTERPRETATION: We found that 2 or more physician hand-offs on CTUs had a modestly greater association with patient readmission at 30 days. More research is needed to explore this finding and to evaluate associated patient and resource outcomes with physician hand-offs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».