Hospital readmissions and mortality following discharge against medical advice: a five-year retrospective, population-based cohort study in Veneto region, Northeast Italy
Notice bibliographique
Résumé
OBJECTIVES: The aim of this study was to examine the odds of readmission and mortality after discharge against medical advice (DAMA) in the Veneto region of Northeast Italy, drawing on data from the regional archives of emergency department records and hospital discharge records. DESIGN: A retrospective cohort study. SETTING: Hospital discharges, Veneto region, Italy. PARTICIPANTS: All patients discharged after being admitted to a public or accredited private hospital between January 2016 and 31 January 2021 in the Veneto region were considered. A total of 3 574 124 index discharges were examined for inclusion in the analysis. PRIMARY AND SECONDARY OUTCOME MEASURES: Readmission and overall mortality at 30 days after the index discharge against admission. RESULTS: In our cohort, 7.6‰ of patients left hospital against their doctor's advice (n=19 272). These DAMA patients were more likely to be younger (mean age: 45.5 vs 55.0), foreign (22.1% vs 9.1%). The adjusted odds of readmission after DAMA was 2.76 (CI 95% 2.62-2.90) at 30 days (9.5% DAMA vs 4.6% not-DAMA), and the highest readmission rate was recorded in the first 24 hours after the index discharge. Mortality was higher for DAMA patients after adjusting for patient-level and hospital-level characteristics (with adjusted ORs of 1.40 for in-hospital mortality and 1.48 for overall mortality). CONCLUSIONS: The present study shows that DAMA patients are more likely to die and to need hospital readmission than patients discharged by their doctors. DAMA patients should be more committed to a proactive and diligent postdischarge care.
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 | 0,003 | 0,002 |
| 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 ».