Measuring Potentially Avoidable Acute Care Transfers From Long-Term Care Homes in Quebec: a Cross Sectional Study
Notice bibliographique
Résumé
Background: Potentially avoidable emergency department transfers (PAEDTs) and hospitalizations (PAHs) from long-term care (LTC) homes are two key quality improvement metrics. We aimed to: 1) Measure proportions of PAEDTs and PAHs in a Quebec sample; and 2) Compare them with those reported for the rest of Canada. Methods: We conducted a repeated cross-sectional study of residents who were received at one tertiary hospital between April 2017 and March 2019 from seven LTC homes in Quebec, Canada. The MedUrge emergency department database was used to extract transfers and resident characteristics. Using published definitions, PAEDTs and PAHs were identified from principal emergency department and hospitalization diagnoses, respectively. PAEDT and PAH proportions were compared to those reported by the Canadian Institute for Health Information. Results: A total of 1,233 transfers by 692 residents were recorded, among which 36.3% were classified as being potentially avoidable: 22.8% 'PAEDT only', 11.6% 'both PAEDT & PAH', and 1.9% 'PAH only'. Shortness of breath was the most common reason for transfer. Pneumonia was the most common diagnosis from the 'both PAEDT & PAH' category. PAEDTs and PAHs accounted for 95% and 37% of potentially avoidable transfers, respectively. Among 533 hospitalizations, 31.3% were PAHs. These proportions were comparable to the rest of Canada, with some differences in proportions of transfers due to congestive heart failure, urinary tract infection, and implanted device management. Conclusions: PAEDTs far outweigh PAHs in terms of frequency, and their monitoring is important for quality assurance as they may inform LTC-level interventions aimed at their reduction.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».