Notice bibliographique
Résumé
Introduction and Objective: given the increasing demand for health services and resource limitations, effective management is required to prevent the loss of hospital resources and facilities and optimize their activities by using various management methods.Re-hospitalization of patients accounts for significant part of preventable costs in the health care system.Methodology: This descriptive-analytical research was conducted in the form of a retrospective cohort study on patients admitted to Imam Khomeini Hospital since fall 2011 to fall 2012, who were re-hospitalized one month after discharge.Results: out of all patients admitted during the one-year period, 5.6% (1560 patients), were re-hospitalized during 30 days.Among the hospitalized factors, incomplete treatment, treatment failure, hospital infection and complications of surgery had the greatest impact on the re-hospitalization of patients, and among the clinical factors, recurrence of disease, being affected by new disease, severe disease, mental disease, concomitant disease, the use of high-risk drugs, addiction to psychotropic drugs and opiates had the greatest impact on the rehospitalization of patients, and among the factors related to the patient, the factor of age had the greatest impact on the re-hospitalization of patients.Conclusion: based on the research results, proper management of hospital resources, observing therapeutic protocols and safety standards in the hospital, paying special attention to vulnerable groups, using modern therapeutic methods and providing the necessary training to the medical staff and patients at the time of discharge can reduce the re-hospitalization of patients and lead to proper use of resources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,996 | 0,997 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».