Risk factors for the readmission of patients with diabetic ketoacidosis: a systematic review and meta-analysis
Notice bibliographique
Résumé
Purpose: This study aimed to identify risk factors associated with the readmission of patients with diabetic ketoacidosis (DKA) through a systematic review and meta-analysis. Methods: A systematic literature review was conducted in accordance with the PRISMA guidelines. Relevant studies were retrieved from international databases (PubMed, EMBASE, Cochrane Library, CINAHL, PsycINFO, and Web of Science) and Korean databases (RISS, KoreaMed, KMbase, KISS, and DBpia). Study quality was evaluated using the Newcastle-Ottawa Scale. Meta-analysis was performed using a random-effects model with the Hartung-Knapp-Sidik-Jonkman adjustment to account for the limited number of studies and heterogeneity. Results: Fifteen studies were included in the review, and eight were eligible for meta-analysis. From the systematic review, 21 risk factors for DKA readmission were identified and categorized into five domains: demographic, socioeconomic, diabetes-related, comorbidity, and health-behavioral factors. In the meta-analysis, significant risk factors included low income, psychiatric disorders, and discharge against medical advice. Conclusion: This study demonstrates that DKA readmissions result from the complex interplay of multiple clinical and social factors. By identifying these risk factors and suggesting risk-stratification criteria, the findings may support the development of tailored interventions, such as self-management education, integrated mental health care, structured discharge planning, and coordinated post-discharge follow-up.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».