Describing and Predicting Trajectories of Healthcare Utilization Among Older Adults Presenting to an Emergency Department Using the interRAI Emergency Department Screener
Notice bibliographique
Résumé
Introduction: Although older adults visit emergency departments (EDs) more than any other age group, the trajectories of healthcare utilization older adults experience post-ED are not well described. Further, whether rapid ED assessment tools can predict trajectories and discharge destinations remains unclear. Methods: Older adults (≥65 years) who presented to an ED at a large Canadian urban academic hospital were recruited (January 2018-April 2019). The interRAI ED Screener (EDS) was completed on presentation. Patients were categorized by EDS risk score (1/2=low, 3/4=moderate, 5/6=high) and had their discharge destinations tracked. Patients admitted to hospital were tracked until their final discharge destination. Crude and age/sex-adjusted odds ratios and c-statistics were obtained to examine associations between EDS scores and discharge destinations. Results: Of 751 patients (mean/SD age 77.68/8.43; 41.3% male), 200/26.6% had a high-risk EDS score. 58.3% were discharged home, 39.7% were admitted to hospital, and 2.0% were discharged to rehabilitation/long-term care (LTC) settings directly from the ED. The high-risk group had lower odds of home discharge (aOR=0.47, 95%CI 0.31-0.71, ppp=0.038) and have a geriatrician consulted (aOR=3.72, 1.17-11.86, p=0.026). The EDS had poor prediction of post-ED hospitalization (C-statistic=0.58, 95%CI 0.54-0.62), but reasonable prediction of post-ED LTC home/rehabilitation centre admission (0.75, 0.63-0.87), albeit the number of these outcomes were small (n=15). Conclusions: We describe a range of healthcare trajectories older adults experience following ED presentation. Stratification by EDS risk groups could help to proactively identify the need for geriatric consultation earlier and resource utilization trajectories after an index ED visit, which could better enable the planning and organization of acute healthcare services for older adults.
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 | 0,002 | 0,002 |
| 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 ».