The Quality of Discharge Summaries After Acute Kidney Injury
Notice bibliographique
Résumé
Background: Acute kidney injury (AKI) increases the risk of hospital readmission, chronic kidney disease, and death. Therefore, effective communication in discharge summaries is essential for safe transitions of care. Objective: The objectives of this study were to determine the quality of discharge summaries in AKI survivors and identify predictors of higher quality discharge summaries. Design: Retrospective chart review. Setting: Tertiary care academic center in Ontario, Canada. Patients: We examined the discharge summary quality of 300 randomly selected adult patients who survived a hospitalization with AKI at our tertiary care hospital, stratified by AKI severity. We included 150 patients each from 2015 to 2016 and 2018 to 2019, before and after introduction of a post-AKI clinic in 2017. Measurements: We reviewed charts for 9 elements of AKI care to create a composite score summarizing discharge summary quality. Methods: We used multivariable logistic regression to identify predictors of discharge summary quality. Results: The median discharge summary composite score was 4/9 (interquartile range, 2-6). The least frequently mentioned elements were baseline creatinine (n = 55, 18%), AKI-specific follow-up labs (n = 66, 22%), and medication recommendations (n = 80, 27%). The odds of having a higher quality discharge summary (composite score ≥4/9) was greater for every increase in baseline creatinine of 25 μmol/L (adjusted odds ratio [aOR]: 1.27; 95% confidence interval [CI]: 1.03, 1.56), intrarenal etiology (aOR: 2.32; 95% CI: 1.26, 4.27), and increased AKI severity (stage 2 aOR: 2.57; 95% CI: 1.35, 4.91 and stage 3 aOR: 3.36; 95% CI: 1.56, 7.22). There was no association between discharge summary quality and the years before and after introduction of a post-AKI clinic (aOR: 0.77; 95% CI: 0.46, 1.29). Limitations: The single-center study design limits generalizability. Conclusions: Most discharge summaries are missing key AKI elements, even in patients with severe AKI. These gaps suggest several opportunities exist to improve discharge summary communication following AKI.
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 | 0,004 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».