Increasing medical complexity among inpatients in urology over time
Notice bibliographique
Résumé
INTRODUCTION: This study aimed to evaluate temporal trends in the medical complexity of urologic inpatients and investigate their implications for clinical care delivery. METHODS: A retrospective comparative chart review was conducted for urologic inpatients admitted to a tertiary care center during two time periods: 2006-2007 and 2019-2020. A random sample of 150 patient charts from each cohort (N=300) was analyzed using a structured data extraction protocol in REDCap. Indicators of medical complexity included comorbidities, polypharmacy, and healthcare resource utilization. Statistical analyses comprised independent-samples t-tests, logistic regression, and multiple linear regression modeling. RESULTS: Analysis of 300 patient records revealed a significant increase in medical complexity in the contemporary cohort compared to the historical cohort. Patients admitted in 2019-2020 exhibited higher Charlson comorbidity index scores, a greater number of chronic conditions, and increased polypharmacy. Utilization of home care services and specialist consultations during hospitalization was also more prevalent in the contemporary cohort. Although length of stay (LOS) remained comparable between cohorts, open abdominal surgery and the number of prescription medications were significant predictors of prolonged LOS (p<0.05). CONCLUSIONS: The medical complexity of urologic inpatients has escalated over time, driven by increased comorbid burden and healthcare system interactions. Despite advances in surgical techniques that would traditionally reduce LOS, these improvements may be counterbalanced by the growing complexity of patient populations. Interventions, such as pre-admission optimization and integrated multidisciplinary care, are essential to address the challenges posed by this evolving clinical landscape.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».