Ninety-Day Emergency Department Rebound Following Adult Tonsillectomy: A Retrospective Cohort Study
Notice bibliographique
Résumé
ImportancePost-tonsillectomy complications often present in emergency departments (EDs). Reducing postoperative ED visits is one strategy to relieve the strain on healthcare systems and patients.ObjectiveTo assess the rate and reason for ED visits within 90-days post-discharge from adult tonsillectomy.DesignRetrospective cohort study.SettingNova Scotia, Canada.ParticipantsAll adult patients (≥16 years old) with a Nova Scotia Healthcare card who underwent a tonsillectomy in Nova Scotia, Central Zone from April 1, 2016 to March 31, 2022, and had an ED visit anywhere in Nova Scotia from April 1, 2016 to June 30, 2022, to allow a 90-days post-discharge window.MethodsRetrospective chart review utilizing administrative datasets for province-wide ED visits within 90-days post-discharge from an adult tonsillectomy. The patients' first ED visit postoperation was analyzed.ResultsOverall, 356 adult patients underwent tonsillectomy, of which 129 (36.2%) presented to the ED within 90 days. Of these, 99 were related to the tonsillectomy, resulting in a surgery-specific ED rebound rate of 27.8%. Most surgical ED visits (84/99, 84.8%) occurred within 7 days, most commonly for bleeding (47/99, 47.5%) and pain (36/99, 36.4%). Of the surgical visits, 26/99 (26.3%) were admitted, with 22/26 (84.6%) for bleeding. Of the surgical visits not related to bleeding, 48/52 (92.3%) were discharged home or left without being seen, which suggests 48/99 (48.5%) surgical ED visits may be preventable.ConclusionThe ED rebound rate for visits related to the tonsillectomy was 27.8% in our population. Given the potentially severe consequences of post-tonsillectomy bleeding, a high ED visit rate may be necessary. However, optimization of postoperative pain control along with greater access to urgent outpatient otolaryngology and primary care resources may reduce the burden of ED visits. This data adds to recent literature suggesting a higher rate of healthcare usage post-adult tonsillectomy.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».