Rates and reasons for hospital readmission after acute ischemic stroke in a US population-based cohort
Notice bibliographique
Résumé
Hospital readmissions following stroke are costly and lead to worsened patient outcomes. We examined readmissions rates, diagnoses at readmission, and risk factors associated with readmission following acute ischemic stroke (AIS) in a large United States (US) administrative database. Using the 2019 Nationwide Readmissions Database, we identified adults discharged with AIS (ICD-10-CM I63*) as the principal diagnosis. Survival analysis with Weibull accelerated failure time regression was used to examine variables associated with hospital readmission. In 2019, 273,811 of 285,451 AIS patients survived their initial hospitalization. Of these, 60,831 (22.2%) were readmitted within 2019. Based on Kaplan Meyer analysis, readmission rates were 9.7% within 30 days and 30.5% at 1 year following initial discharge. The most common causes of readmissions were stroke and post stroke sequalae (25.4% of 30-day readmissions, 15.0% of readmissions between 30-364 days), followed by sepsis (10.3% of 30-day readmissions, 9.4% of readmissions between 30-364 days), and acute renal failure (3.2% of 30-day readmissions, 3.0% of readmissions between 30-364 days). After adjusting for multiple patient and hospital-level characteristics, patients at increased risk of readmission were older (71.6 vs. 69.8 years, p<0.001) and had longer initial lengths of stay (7.6 vs. 6.2 day, p<0.001). They more often had modifiable comorbidities, including vascular risk factors (hypertension, diabetes, atrial fibrillation), depression, epilepsy, and drug abuse. Social determinants associated with increased readmission included living in an urban (vs. rural) setting, living in zip-codes with the lowest median income, and having Medicare insurance. All factors were significant at p<0.001. Unplanned hospital readmissions following AIS were high, with the most common reasons for readmission being recurrent stroke and post stroke sequalae, followed by sepsis and acute renal failure. These findings suggest that efforts to reduce readmissions should focus on optimizing secondary stroke and infection prevention, particularly among older socially disadvantaged patients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».