A Program to Reduce Emergency Department Transfers and Build Long-Term Care Home Capacity: A Mixed-Methods Study
Notice bibliographique
Résumé
OBJECTIVES: Transfers to acute care hospitals expose long-term care residents to potential harm. We implemented Long-Term Care Plus (LTC+) at the outset of the COVID-19 pandemic to reduce emergency department (ED) transfers and improve access to urgent medical services by providing virtual specialist consultation, system navigation, and diagnostic and laboratory testing to 54 long-term care homes (LTCHs). DESIGN: This mixed-methods study aimed to determine if LTC+ led to a decrease in avoidable acute care transfers and to explore participants' perceptions and contextual factors influencing uptake. SETTING AND PARTICIPANTS: LTC+ was implemented across 54 LTCHs and 3 hospital hubs in Toronto, Canada. METHODS: Statistical process control charts were created to detect changes in ED transfer rates, stratifying data into high- and low-uptake LTCHs to evaluate the effect of LTC+ on ED transfer rates across 54 LTCHs. Semi-structured interviews were conducted with health care providers, administrators, residents, and caregivers across 6 LTCHs and 3 hospital hubs and analyzed thematically. RESULTS: There were 9658 ED transfers during the study period (April 2020 to March 2022), of which 3860 (40.0%) did not require admission. LTC+ delivered 534 virtual consultations, with 5 LTCHs accounting for 59% of program use. Compared with baseline (January 2019 to February 2020), transfer rates decreased by 40%, with no difference seen between LTCHs with high vs low uptake. Factors influencing uptake include program awareness, motivation, alignment of LTCH resources and program services, and commitment to ED avoidance. CONCLUSIONS AND IMPLICATIONS: The LTC+ program did not reduce ED transfers beyond secular trends attributable to the broader effects of the COVID-19 pandemic. Participants that used LTC+ identified important benefits that extended beyond ED avoidance including building self-efficacy and capacity in LTCHs to provide client-centered care with cross-sectoral collaboration. Refinements to the LTC+ program design and delivery and structural changes are needed to increase impact.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».