Factors associated with recurrent emergency department visits among people living with dementia: A retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Research on factors associated with recurrent emergency department (ED) visits and their implications for improving dementia care is lacking. The objective of this study was to examine associations between the individual characteristics of older adults living with dementia and recurrent ED visits. METHODS: We used health administrative databases to conduct a population-based retrospective cohort study among older adults with dementia in Ontario, Canada. We included community-dwelling adults 66 years and older who visited the ED between April 1, 2010, and March 31, 2019 and were discharged home. We recorded all ED visits within one year after the baseline visit. We used recurrent event Cox regression to examine associations between repeat ED visits and individual clinical, demographic, and health service use characteristics. We fit conditional inference trees to identify the most important factors and define subgroups of varying risk. RESULTS: Our cohort included 175,863 older adults with dementia. ED use in the year prior to baseline had the strongest association with recurrent visits (3+ vs.0 adjusted hazard ratio (aHR): 1.92 (1.89, 1.94), 2vs.0 aHR: 1.45 (1.43, 1.47), 1vs.0 aHR: 1.23 (1.21, 1.24)). The conditional inference tree utilized history of ED visits and comorbidity count to define 12 subgroups with ED revisit rates ranging from 0.79 to 7.27 per year. Older adults in higher risk groups were more likely to live in rural and low-income areas and had higher use of anticonvulsants, antipsychotics, and benzodiazepines. CONCLUSIONS: History of ED visits may be a useful measure to identify older adults with dementia who would benefit from additional interventions and supports. A substantial proportion of older adults with dementia have a pattern of recurrent visits and may benefit from dementia-friendly and geriatric-focused EDs. Collaborative medication review in the ED and closer follow-up and engagement with community supports could improve patient care and experience.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».