MétaCan
Menu
← Retour à la cohorte
Enregistrement W7097743298

Characterizing Types of Readmission After Acute Coronary Syndrome Hospitalization: Implications for Quality Reporting

2016· article· en· W7097743298 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcute coronary syndromeEmergency departmentHospital readmissionReimbursementDiabetes mellitusHeart failureCoronary heart diseaseDiseaseHealth care
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background-—Thirty-day readmission rates have been tied to hospital reimbursement in the United States, but remain controversial as measures of healthcare quality. We profile the timing, main diagnoses, and survival outcomes of inpatient and emergency department readmissions after acute coronary syndrome (ACS), based on a large regional database. Methods and Results-—Patients enrolled in the Alberta Provincial Project for Outcomes Assessment in Coronary Heart Disease (APPROACH) registry with an ACS hospitalization between April 2008 and March 2010 (n=3411) were included. Primary outcomes were inpatient and emergency department–only readmissions, at 30 days and 1 year. Predictors of 30-day readmission were identified, and the association between 30-day readmission status and mortality was evaluated. A total of 1170 (34.3%) patients had ≥1 hospital readmission within 30 days, reaching 2106 (61.7%) within 1 year of ACS discharge. Of first readmissions, 45% were emergency department only and 53 % were for cardiovascular or possibly related diagnoses. Renal disease and diabetes predicted all-cause readmissions at 30 days and 1 year, but there were no robust predictors of cardiovascular readmissions. Thirty-day inpatient, but not emergency department, readmissions were associated with increased mortality. Conclusions-—Hospital readmissions within 30 days after discharge for ACS are common, and associated with increased mortality. However, our findings underline that readmissions are quite heterogeneous in nature, and that many readmissions are unrelated to index stay and thus not easily predicted with common clinical variables. All-cause 30-day readmission rates may be too simplistic, and perhaps even misleading, as a hospital performance metric. ( J Am Heart Assoc. 2014;3:e001046 doi: 10.1161/

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,103
score de la tête « metaresearch » (Gemma)0,204
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,897
Score d'incertitude au seuil0,545

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1030,204
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,353
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomainePrésentation des résultats
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHeart Failure Treatment and Management→Travaux en français237 207→