MétaCan
Menu
Retour à la cohorte
Enregistrement W4382502155 · doi:10.1001/jamanetworkopen.2023.20862

Injury Patterns and Hospital Admission After Trauma Among People Experiencing Homelessness

2023· article· en· W4382502155 sur OpenAlexaboutno aff
Casey M. Silver, Arielle Thomas, Susheel Reddy, Gwyneth A. Sullivan, Rebecca E. Plevin, Hemal K. Kanzaria, Anne M. Stey

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNational Heart, Lung, and Blood Institute
Mots-clésMedicineMedicaidRetrospective cohort studyResidenceEmergency medicineObservational studyInjury Severity ScoreCohortEmergency departmentOdds ratioInjury preventionPoison controlDemographyPediatricsInternal medicinePsychiatryHealth care

Résumé

récupéré en direct d'OpenAlex

Importance: Traumatic injury is a major cause of morbidity for people experiencing homelessness (PEH). However, injury patterns and subsequent hospitalization among PEH have not been studied on a national scale. Objective: To evaluate whether differences in mechanisms of injury exist between PEH and housed trauma patients in North America and whether the lack of housing is associated with increased adjusted odds of hospital admission. Design, Setting, and Participants: This was a retrospective observational cohort study of participants in the 2017 to 2018 American College of Surgeons' Trauma Quality Improvement Program. Hospitals across the US and Canada were queried. Participants were patients aged 18 years or older presenting to an emergency department after injury. Data were analyzed from December 2021 to November 2022. Exposures: PEH were identified using the Trauma Quality Improvement Program's alternate home residence variable. Main Outcomes and Measures: The primary outcome was hospital admission. Subgroup analysis was used to compared PEH with low-income housed patients (defined by Medicaid enrollment). Results: A total of 1 738 992 patients (mean [SD] age, 53.6 [21.2] years; 712 120 [41.0%] female; 97 910 [5.9%] Hispanic, 227 638 [13.7%] non-Hispanic Black, and 1 157 950 [69.6%] non-Hispanic White) presented to 790 hospitals with trauma, including 12 266 PEH (0.7%) and 1 726 726 housed patients (99.3%). Compared with housed patients, PEH were younger (mean [SD] age, 45.2 [13.6] years vs 53.7 [21.3] years), more often male (10 343 patients [84.3%] vs 1 016 310 patients [58.9%]), and had higher rates of behavioral comorbidity (2884 patients [23.5%] vs 191 425 patients [11.1%]). PEH sustained different injury patterns, including higher proportions of injuries due to assault (4417 patients [36.0%] vs 165 666 patients [9.6%]), pedestrian-strike (1891 patients [15.4%] vs 55 533 patients [3.2%]), and head injury (8041 patients [65.6%] vs 851 823 patients [49.3%]), compared with housed patients. On multivariable analysis, PEH experienced increased adjusted odds of hospitalization (adjusted odds ratio [aOR], 1.33; 95% CI, 1.24-1.43) compared with housed patients. The association of lacking housing with hospital admission persisted on subgroup comparison of PEH with low-income housed patients (aOR, 1.10; 95% CI, 1.03-1.19). Conclusions and Relevance: Injured PEH had significantly greater adjusted odds of hospital admission. These findings suggest that tailored programs for PEH are needed to prevent their injury patterns and facilitate safe discharge after injury.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,371
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetHomelessness and Social IssuesTravaux en français237 207