Predictors of Readmission, for Patients with Chronic Obstructive Pulmonary Disease (COPD) – A Systematic Review
Notice bibliographique
Résumé
Ronald Chow,1 Olivia W So,1 James HB Im,2 Kenneth R Chapman,1 Ani Orchanian-Cheff,1 Andrea S Gershon,3 Robert Wu1 1University Health Network, University of Toronto, Toronto, ON, Canada; 2The Hospital for Sick Children, Toronto, ON, Canada; 3Sunnybrook Health Sciences Centre, University of Toronto, Toronto, ON, CanadaCorrespondence: Ronald Chow, University Health Network, University of Toronto, Toronto, ON, Canada, Email ronald.chow@uhn.caIntroduction: Chronic obstructive pulmonary disease (COPD) is the third-leading cause of death globally and is responsible for over 3 million deaths annually. One of the factors contributing to the significant healthcare burden for these patients is readmission. The aim of this review is to describe significant predictors and prediction scores for all-cause and COPD-related readmission among patients with COPD.Methods: A search was conducted in Ovid MEDLINE, Ovid Embase, Cochrane Database of Systematic Reviews, and Cochrane Central Register of Controlled Trials, from database inception to June 7, 2022. Studies were included if they reported on patients at least 40 years old with COPD, readmission data within 1 year, and predictors of readmission. Study quality was assessed. Significant predictors of readmission and the degree of significance, as noted by the p-value, were extracted for each study. This review was registered on PROSPERO (CRD42022337035).Results: In total, 242 articles reporting on 16,471,096 patients were included. There was a low risk of bias across the literature. Of these, 153 studies were observational, reporting on predictors; 57 studies were observational studies reporting on interventions; and 32 were randomized controlled trials of interventions. Sixty-four significant predictors for all-cause readmission and 23 for COPD-related readmission were reported across the literature. Significant predictors included 1) pre-admission patient characteristics, such as male sex, prior hospitalization, poor performance status, number and type of comorbidities, and use of long-term oxygen; 2) hospitalization details, such as length of stay, use of corticosteroids, and use of ventilatory support; 3) results of investigations, including anemia, lower FEV1, and higher eosinophil count; and 4) discharge characteristics, including use of home oxygen and discharge to long-term care or a skilled nursing facility.Conclusion: The findings from this review may enable better predictive modeling and can be used by clinicians to better inform their clinical gestalt of readmission risk.Keywords: predictors, readmission, chronic obstructive pulmonary disease
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 | 0,006 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,010 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».