Predictors of 30‐Day Recurrent Emergency Department Visits for Hyperglycemia in Patients With Diabetes: A Multicentre Prospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVES: Identifying predictors of increased healthcare utilization for hyperglycemia may have important implications for designing interventions to improve patient outcomes and reduce costs. Studies examining predictors of 30-day recurrent ED hyperglycemia visits have been limited due to their retrospective nature. This study's objective was to prospectively identify predictors of 30-day recurrent ED visits for hyperglycemia in patients with diabetes. METHODS: We conducted a multicentre, prospective cohort study of adults ≥ 18 years at one of four Canadian tertiary care, academic EDs with a diagnosis of hyperglycemia, diabetic ketoacidosis, or hyperosmolar hyperglycemic state. Multivariable logistic regression analysis was used to identify variables independently associated with recurrent 30-day ED visits for hyperglycemia. RESULTS: We enrolled 594 patients; 80 (13.5%) had a recurrent ED visit for hyperglycemia within 30 days. Independently associated predictors of 30-day recurrent visits on complete case analysis include substance abuse history (odds ratio [OR] 2.32, 95% confidence interval [CI]: 1.23-4.38) and initial laboratory blood glucose (OR 1.04, 95% CI: 1.01-1.07), while a new diabetes diagnosis was negatively associated (OR 0.29, 95% CI: 0.09-0.94). Sensitivity analysis using multiple imputation for missing data found the following independently associated variables: substance abuse history (OR 2.55, 95% CI: 1.34-4.85), previous ED visit within the past 14 days (OR 2.14, 95% CI: 1.02-4.48), and initial laboratory blood glucose (OR 1.04, 95% CI: 1.01-1.07). Two variables were negatively associated: recent hospitalization within the past 30 days (OR 0.40, 95% CI: 0.19-0.98) and new diabetes diagnosis (OR 0.37, 95% CI: 0.14-0.97). CONCLUSIONS: This multicentre prospective study reports predictors independently associated with 30-day recurrent ED visits for hyperglycemia. These predictors should be considered by ED clinicians when making disposition and follow-up plans for this important patient population, and future interventions should explore the interaction between hyperglycemia and substance use to prevent recurrent ED visits and reduce healthcare system costs and utilization.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».