MétaCan
Menu
Retour à la cohorte
Enregistrement W4389793285 · doi:10.1177/13558196231213298

High health care use prior to elective surgery for osteoarthritis is associated with poor postoperative outcomes: A Canadian population-based cohort study

2023· article· en· W4389793285 sur OpenAlexafffundabout
Mayilée Cañizares, J. Denise Power, Anthony V. Perruccio, Michael J. Paterson, Nizar N. Mahomed, Y. Raja Rampersaud

Notice bibliographique

RevueJournal of Health Services Research & Policy · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensUniversity Health Network
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of Ontario
Mots-clésMedicineHealth carePoisson regressionPhysical therapyCohortBenchmarkingOsteoarthritisComorbidityPopulationMEDLINEHealth care qualityElective surgeryCohort studyEmergency medicineFamily medicineSurgeryEnvironmental healthInternal medicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The characterization and influence of preoperative health care use on quality-of-care indicators (e.g., readmissions) has received limited attention in populations with musculoskeletal disorders. The purpose of this study was to characterize preoperative health care use and examine its effect on quality-of-care indicators among patients undergoing elective surgery for osteoarthritis. METHODS: Data on health care use for 124,750 patients with elective surgery for osteoarthritis in Ontario, Canada, from April 1, 2015 to March 31, 2018 were linked across health administrative databases. Using total health care use one-year previous to surgery, patients were grouped from low to very high users. We used Poisson regression models to estimate rate ratios, while examining the relationship between preoperative health care use and quality-of-care indicators (e.g., extended length of stay, complications, and 90-day hospital readmissions). We controlled for covariates (age, sex, neighborhood income, rural/urban residence, comorbidities, and surgical anatomical site). RESULTS: We found a statistically significant trend of increasing worse outcomes by health care use gradients that persisted after controlling for patient demographics and comorbidities. Findings were consistent across surgical anatomical sites. Moreover, very high users have relatively large numbers of visits to non-musculoskeletal specialists. CONCLUSIONS: Our findings highlight that information on patients' preoperative health care use, together with other risk factors (such as comorbidities), could help decision-making when benchmarking or reimbursing hospitals caring for complex patients undergoing surgery for osteoarthritis.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,017
Score d'incertitude au seuil0,122

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0020,001
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 Opus0,045
Tête enseignante GPT0,415
Écart entre enseignants0,369 · 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'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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Health Services Research & PolicyMême sujetTotal Knee Arthroplasty OutcomesTravaux en français237 207