No Rest for the Wicked: The Complexity of Nephrology Inpatients Is Increasing over Time
Notice bibliographique
Résumé
Background: Patients seen by nephrologists are known to be more complex than those seen by other medical specialties. Anecdote suggests that the complexity of nephrology inpatients has increased over time, but this has not been studied. We assessed temporal trends in the complexity of inpatients seen by nephrologists. Methods: We did a retrospective cohort study of all adults in Alberta, Canada who were seen by one or more nephrologists during a hospitalization between 2011-2020. We used validated algorithms applied to population-based administrative data to assess patient characteristics. We evaluated 10 markers of complexity; 8 were measured in the year prior to admission to minimize the competing risk of mortality (presence of ≥10 comorbidities, >15 prescribed drugs, presence of a mental health condition, presence of frailty, number of physician specialties involved in care, number of individual physicians involved in care, ≥2 prior hospitalizations, and >5 emergency visits). We assessed all-cause death and placement in long-term care (LTC) during the year following admission. Differences over time were assessed using generalized linear models. Results: Among 45,156 inpatients, median age remained stable at 65y over 2011-2020. The table shows the secular changes in the 10 complexity markers. The proportion with a mental health condition and the likelihood of placement in LTC remained stable, whereas the risk of mortality decreased. Complexity as assessed by the remaining 7 markers increased over time, often to a substantial extent. For example, the proportion of patients with ≥10 comorbidities increased by 23%, whereas the proportion with frailty increased by 51%. Trends were similar after adjustment for age (data not shown). Conclusion: The complexity of nephrology inpatients is increasing over time and is not explained by population aging. The secular decrease in mortality is encouraging and warrants further investigation. These findings have implications for workforce planning, nephrology training programs and physician reimbursement policies.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».