Effectiveness of the Sub-Acute Care for Frail Elderly (SAFE) Transitional Care Unit on Short-Term Functional Independence in Frail Older Patients Discharged from Hospital
Notice bibliographique
Résumé
Background: Transitional care programs help improve continuity of care and post-discharge outcomes for frail older adults who are hospitalized. In this study, we examined the effectiveness of a transitional care model, based in a long-term care (LTC) home, on the functional independence of older hospitalized patients post-discharge. Methods: We used a propensity-score matched cohort, whereby cases comprised patients who were admitted to a transitional care program-called the Sub-Acute Care for Frail Elderly (SAFE) Unit-following a hospitalization between March 1, 2018 and June 30, 2019. Controls were matched to Usual Care patients discharged from hospitals within the same health region and accrual period who did not receive transitional care in the SAFE Unit. Outcomes included acute care, LTC, and home care use within six-month post-discharge. Results: Compared to Usual Care, SAFE Unit patients were less likely to be admitted into an LTC home (RR 0.44, 95% CI 0.23-0.86) within six months post-discharge. Additionally, on average, SAFE Unit patients spent 34 fewer days in LTC homes than controls. SAFE Unit patients also incurred significantly fewer home care service days (median: 52 days, IQR: 12-132 days) than Usual Care patients (median: 65.5 days, IQR: 19-158 days), particularly in terms of their reliance on general nursing and personal support. Both groups had similar risks of six-month hospital readmission and having an ED visit. Conclusion: Rehabilitative and restorative-focused care provided through transitional programs, such as the SAFE Unit, have the potential to enable independent living for older hospitalized patients discharged to the community.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».