MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409337348 · doi:10.5334/ijic.icic24279

Enhancing Care Transitions in Alberta: Measuring the Impact of Implementing a Provincial Clinical Information System on Hospital to Home Transitions

2025· article· en· W4409337348 sur OpenAlexaboutno aff
Robin L. Walker, Tanmay Patil, Staci Hastings, Conshi Shi, Wanning Song, Scott Oddie, Judy Seidel

Notice bibliographique

RevueInternational Journal of Integrated Care · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntegrated careNursingBusinessMedicineHealth careEconomic growth

Résumé

récupéré en direct d'OpenAlex

Introduction: Transitions between hospitals and primary care pose challenges, leading to increased mortality, morbidity, and high costs due to information loss. To improve patient safety during transitions, the World Health Organization emphasizes standardized discharge planning, better documentation, and enhanced Clinical Information Systems (CIS). Together, Alberta's newly implemented CIS “Connect Care” (CC) and the Primary Health Care Integration Network's (PHCIN) Home to Hospital to Home (H2H2H) Transitions Guideline and related metrics, aim to improve patient outcomes and system integration. Who is it for: Adults ≥18 years transitioning from hospital to home within Alberta's healthcare system. Engagement/Involvement: Engaged 750+ stakeholders in co-designing the Home to Hospital to Home (H2H2H) Transitions Guideline and related metrics, including patients, families, caregivers, and trans-disciplinary providers. Methods: This study utilizes provincial data on H2H2H transitions measures within acute care hospitals using CC from April 1, 2022 to March 31, 2023. Provincial data sources encompass CC, discharge abstract database, practitioner claims, and the national ambulatory care reporting system. The integration measures aim to comprehensively assess H2H2H care transitions provincially and strengthen ongoing improvement initiatives. Serving as pivotal indicators, they assess various components of the patient journey during transitions, including confirming the primary care provider at hospital discharge, utilizing the LACE Readmission Risk Index, ensuring timely discharge summaries, monitoring primary care physician follow-up, and evaluating unplanned hospital readmissions post-discharge. Key Findings: Results include discharges of Albertan adults from 47 sites that have implemented CC, totaling 98,108 discharges from hospitals to home/home with support. Nearly 80% of discharges listed a primary care provider. Less than 5% of discharge summaries included the LACE index. Approximately 90%, 91%, and 93% of discharge summaries were signed within 24, 48, and 72 hours, respectively. Around 58% of moderate-risk and 52% of high-risk discharges had follow-up care within set timeframes. Readmission rates within 7, 14, and 30 days were below 4%, around 7%, and approximately 11%, respectively. Conclusion: The adoption of CC and H2H2H transition metrics enables provincial integrated care measurement in hospital-to-primary care transitions, emphasizing the need for enhancing risk index inclusion and high-risk discharge follow-up to further improve patient transitions. Ongoing initiatives are crucial for optimal patient outcomes and system integration in Alberta. International Relevance: The indicators employed in this study are potentially applicable to other health systems aiming to monitor hospital-to-home transitions in care. As countries strive to enhance patient safety during transitions, these standardized measures and metrics may offer valuable insights into establishing effective discharge planning, improving documentation, and bolstering electronic CIS. Next Steps: Continuing work involves devising additional integration metrics to enhance understanding and improve patient outcomes during hospital-to-home transitions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,049
Score d'incertitude au seuil0,357

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,418
Écart entre enseignants0,395 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Integrated Care→Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→