MétaCan
Menu
Retour à la cohorte
Enregistrement W4407197875 · doi:10.2196/68267

Predictive Validity of Hospital-Associated Complications of Older People Identified Using Diagnosis Procedure Combination Data From an Acute Care Hospital in Japan: Observational Study

2025· article· en· W4407197875 sur OpenAlexvenueno aff
Seigo Mitsutake, Tatsuro Ishizaki, Shohei Yano, Takumi Hirata, Kae Ito, Ko Furuta, Yoshitomo Shimazaki, Hideki Ito, Alison Mudge, Kenji Toba

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMedicineDeliriumAcute careLogistic regressionObservational studyPsychological interventionEmergency medicineCohort studyInternal medicineIntensive care medicineHealth care

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A composite outcome of hospital-associated complications of older people (HAC-OP; comprising functional decline, delirium, incontinence, falls, and pressure injuries) has been proposed as an outcome measure reflecting quality of acute hospital care. Estimating HAC-OP from routinely collected administrative data could facilitate the rapid and standardized evaluation of interventions in the clinical setting, thereby supporting the development, improvement, and wider implementation of effective interventions. OBJECTIVE: This study aimed to create a Diagnosis Procedure Combination (DPC) data version of the HAC-OP measure (HAC-OP-DPC) and demonstrate its predictive validity by assessing its associations with hospital length of stay (LOS) and discharge destination. METHODS: This retrospective cohort study acquired DPC data (routinely collected administrative data) from a general acute care hospital in Tokyo, Japan. We included data from index hospitalizations for patients aged ≥65 years hospitalized for ≥3 days and discharged between July 2016 and March 2021. HAC-OP-DPC were identified using diagnostic codes for functional decline, incontinence, delirium, pressure injury, and falls occurring during the index hospitalization. Generalized linear regression models were used to examine the associations between HAC-OP-DPC and LOS, and logistic regression models were used to examine the associations between HAC-OP-DPC and discharge to other hospitals and long-term care facilities (LTCFs). RESULTS: Among 15,278 patients, 3610 (23.6%) patients had coding evidence of one or more HAC-OP-DPC (1: 18.8% and ≥2: 4.8%). Using "no HAC-OP-DPC" as the reference category, the analysis showed a significant and graded association with longer LOS (adjusted risk ratio for patients with one HAC-OP-DPC 1.29, 95% CI 1.25-1.33; adjusted risk ratio for ≥2 HAC-OP-DPC 1.97, 95% CI 1.87-2.08), discharge to another hospital (adjusted odds ratio [AOR] for one HAC-OP-DPC 2.36, 95% CI 2.10-2.65; AOR for ≥2 HAC-OP-DPC 6.96, 95% CI 5.81-8.35), and discharge to LTCFs (AOR for one HAC-OP-DPC 1.35, 95% CI 1.09-1.67; AOR for ≥2 HAC-OP-DPC 1.68, 95% CI 1.18-2.39). Each individual HAC-OP was also significantly associated with longer LOS and discharge to another hospital, but only delirium was associated with discharge to LTCF. CONCLUSIONS: This study demonstrated the predictive validity of the HAC-OP-DPC measure for longer LOS and discharge to other hospitals and LTCFs. To attain a more robust understanding of these relationships, additional studies are needed to verify our findings in other hospitals and regions. The clinical implementation of HAC-OP-DPC, which is identified using routinely collected administrative data, could support the evaluation of integrated interventions aimed at optimizing inpatient care for older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,731

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,376
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetFrailty in Older AdultsTravaux en français237 207