Utilization of early supported discharge and outpatient rehabilitation services following inpatient stroke rehabilitation
Notice bibliographique
Résumé
BACKGROUND: Studies examining factors associated with patient referral to early supported discharge (ESD)/outpatient rehabilitation (OPR) programs and utilization of ESD/OPR services after discharge from inpatient stroke rehabilitation (IPR) are scarce. Accordingly, we examined utilization of ESD/OPR services following discharge from IPR and patient factors associated with service utilization. METHODS: Stroke patients discharged from IPR facilities in Alberta between April 2014 and March 2016 were included and followed for one year for ESD/OPR service utilization. Multivariable linear and negative binomial regressions were used to examine association of patients' factors with ESD/OPR use. RESULTS: We included 752 patients (34.4% of 2,187 patients discharged from IPR) who had 40,772 ESD/OPR visits during one year of follow-up in the analysis. Mean and median ESD/OPR visits were 54.2 and 36 visits, respectively. Unadjusted ESD/OPR visits were lower in females and patients aged ≥ 60 years but were similar between urban and rural areas. After adjustment for patient factors, patients in urban areas and discharged home after IPR were associated with 83.5% and 61.9%, respectively, increase in ESD/OPR visits, while having a right-body stroke was associated with 23.5% increase. Older patients used ESD/OPR less than their younger counterparts (1.4% decrease per one year of older age). Available factors explained 12.3% of variation in ESD/OPR use. CONCLUSION: ESD/OPR utilization after IPR in Alberta was low and varied across age and geographic locations. Factors associated with use of ESD/OPR were identified but they could not fully explain variation of ESD/OPR use.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».