MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388464976 · doi:10.21203/rs.3.rs-3499229/v1

Determinants of hospital readmissions in older people with dementia: A narrative review

2023· review· en· W4388464976 sur OpenAlexaboutno aff
Bria Browne, Khalid Ali, Elizabeth Ford, Naji Tabet

Notice bibliographique

RevueResearch Square · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Health and Social CareNational Institute for Health and Care Research
Mots-clésPsychosocialCINAHLLonelinessDementiaMedicineEthnic groupGerontologyObservational studyContext (archaeology)Socioeconomic statusFamily medicinePsychological interventionPsychiatryPopulationDiseaseEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Over 50% of hospitalised older people with dementia have multimorbidity, and are at an increased risk of hospital readmission within 30 days from discharge. Between 20-40% of these readmissions may be preventable. Current research focuses on the physical causes of readmissions. However, older people with dementia have additional psychosocial factors that are likely to increase the risk of readmissions. This narrative review aimed to identify psychosocial determinants for hospital readmissions, within the context of known physical factors. Methods Electronic databases MEDLINE, EMBASE, CINAHL and PsychInfo were searched from inception until July 2022. Quantitative and qualitative studies in English including adults aged 65 years and over with dementia, their care workers and informal carers were considered if they investigated hospital readmissions. An inductive approach was adopted to map the determinants of readmissions. Identified themes were described as narrative categories. Results Sixteen studies including 7,194,878 participants met our inclusion criteria from a total of 4736 articles. Fifteen quantitative studies included observational cohorts and randomised controlled trial designs, and one study was qualitative. Nine studies were based in the USA, and one study each from Taiwan, Australia, Canada, Sweden, Japan, Denmark, and The Netherlands. Large hospital and insurance records provided data on over 2 million patients in one American study. Physical determinants included reduced mobility and accumulation of long-term conditions. However, identified psychosocial determinants were restricted to inadequate hospital discharge planning, limited interdisciplinary collaboration, and socioeconomic inequalities among ethnic minorities. Other important psychosocial factors such as loneliness, poverty and mental well-being, were not included in the studies. Conclusion Poorly defined roles and responsibilities of health and social care professionals and poor communication during care transitions increase the risk of readmission in older people with dementia. These identified psychosocial determinants are likely to significantly contribute to readmissions. Frequent use of antipsychotic medications might also explain the interplay between physical and psychosocial determinants. However, future research should also focus on the understanding of the interaction between a host of psychosocial and physical determinants, and multidisciplinary interventions across care settings to reduce hospital readmissions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,143
Tête enseignante GPT0,549
Écart entre enseignants0,407 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetGeriatric Care and Nursing Homes→Travaux en français237 207→