Factors influencing communication issues during hospital discharge for older adults in 11 high-income countries: a secondary analysis of the 2021 International Health Policy Survey
Notice bibliographique
Résumé
OBJECTIVES: To determine the prevalence of hospital discharge communication problems with older adults, compare them across countries and determine factors associated with those problems. DESIGN: Secondary analysis of cross-sectional survey data. SETTING: 2021 Commonwealth Fund International Health Policy (IHP) Survey of Older Adults conducted across 11 high-income countries, including Australia, Canada, France, Germany, the Netherlands, New Zealand, Norway, Sweden, Switzerland, the UK and the USA. PARTICIPANTS: 4501 respondents aged 60 and older in the USA and 65 and older in all other included countries who were hospitalised at least once in the past 2 years before the survey and answered discharge communication-related questions. PRIMARY OUTCOME MEASURE: Our primary outcome measure is poor discharge communication (PDC), a composite variable of three IHP questions related to written information, doctor follow-up and medicines discussed. RESULTS: Overall PDC rate was 19.2% (864/4501), although rates varied by nation. PDC was highest in Norway (31.5%) and lowest in the USA (7.5%). Gender, education, income and the presence of at least one chronic disease were not statistically associated with PDC. CONCLUSIONS: Given the high rate of PDC observed, hospital discharge teams and leadership should carefully examine communication during the hospital discharge process to ensure minimisation of care gaps, particularly regarding medication, since this was the most reported problem.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».