Clinical and Socioeconomic Associations With Hospital Days and Emergency Department Visits Among Medically Complex Children: A Retrospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVES: To estimate associations between clinical and socioeconomic variables and hospital days and emergency department (ED) visits for children with medical complexity (CMCs) for 5 years after index admission. METHODS: Retrospective, longitudinal, population-based cohort study of CMCs in Alberta (n = 12 621) diagnosed between 2010 and 2013 using administrative data linked to socioeconomic data. The primary outcomes were annual cumulative numbers of hospital days and ED visits for 5 years after index admission. Data were analyzed using mixed-effect hurdle regression. RESULTS: Among CMCs utilizing resources, those with more chronic medications had more hospital days (relative difference [RD] 3.331 for ≥5 vs 0 medications in year 1, SE 0.347, P value < .001) and ED visits (RD 1.836 for 0 vs ≥5 medications in year 1, SE 0.133, P value < .001). Among these CMCs, initial length of stay had significant, positive associations with hospital days (RD 1.960-5.097, SE 0.161-0.610, P value < .001 outside of the gastrointestinal and hematology and immunodeficiency groups). Those residing in rural or remote areas had more ED visits than those in urban or metropolitan locations (RD 1.727 for rural versus urban, SE 0.075, P < .001). Material and social deprivation had significant, positive associations with number of ED visits. CONCLUSIONS: Clinical factors are more strongly associated with hospitalizations and socioeconomic factors with ED visits. Policy administrators and researchers aiming to optimize resource use and improve outcomes for CMCs should consider interventions that include both clinical care and socioeconomic support.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».