A111 CHARACTERISTICS OF HOSPITALIZED PATIENTS WITH GASTROINTESTINAL DISEASE WHO LEAVE AGAINST MEDICAL ADVICE
Notice bibliographique
Résumé
Abstract Background Hospitalized inpatients who leave against medical advice (AMA) may have incomplete care, resulting in readmission and increased healthcare costs. Limited evidence exists in patients diagnosed with a primary gastrointestinal (GI) disease who leave AMA. Identifying patients with GI diagnoses who leave AMA may inform risk stratification to determine which patients are at risk of unplanned discharge. Aims Identify characteristics in patients diagnosed with GI diseases who leave AMA. Methods A retrospective evaluation was conducted using the National Inpatient Sample (NIS) from 2016 to 2020. The NIS provides national-level estimates of cost, quality, and outcomes from hospitalizations in the United States. We used International Classification of Diseases, Tenth Revision diagnostic coding to identify patients admitted with a primary GI problem. The proportion of patients who left AMA for each diagnosis was determined (Figure 1). A multivariable logistic regression was performed to determine factors associated with an AMA discharge, adjusting for age, sex, elective or weekend admission, primary payment method, race, hospital setting, geography, income, Elixhauser comorbidity index, alcohol and/or drug abuse and depression status. Results Between 2016 and 2020, 1.61% of patients with a GI primary problem left the hospital AMA. Characteristics associated with leaving AMA included: older age, female sex, non-white race, rural hospital admission, higher income and having comorbid conditions (Table 1). Patients with a history of alcohol abuse were more likely to leave AMA, while patients with a history of drug abuse were less likely to leave AMA. Conclusions Approximately 1 in 60 patients admitted with a primary GI problem leave hospital AMA and we identify both structural and patient-level factors associated with unplanned discharge. Table 1: Factors Associated With AMA Discharge For GI-related Diagnoses Funding Agencies None
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».