Unravelling the drivers of repeat hospital visits: Insights from internal medicine emergency department discharges and short-stay admissions
Notice bibliographique
Résumé
Introduction: Hospital readmissions are an important indicator of health care quality, but the rate and causes of hospital revisits among short-stay internal medicine (IM) patients has been understudied. In this study, we aimed to identify predictors of hospital revisits in two cohorts of patients: those seen by IM and discharged home without admission (DHWA) and those with IM admissions of less than 24 hours. Methods: We conducted a two-phase retrospective study of patients DHWA and with short IM admissions between 2017 and 2022. The outcomes of interest were the rate and predictors of a hospital revisit within 14 days of discharge. The associations of revisits with demographics, comorbidity, and other health care-related variables were analyzed and rational subgrouping was used to identify drivers of revisits among a purposely sampled subgroup of patients with a 14-day revisit. Results: A total of 2,874 hospitalizations were analyzed and 135 chart reviews conducted. The hospital revisit rate was lower in the short-admission group (18.2% versus 26.4%, P <.001). Applying rational subgrouping, we grouped patients by symptom progression, along with frailty and residence status. Patients living with dementia re-presented with stable symptoms, and patients with inadequate follow-up often had frailty indicators and/or heart failure and respiratory diseases. Discussion: This study demonstrates how a classical approach to risk factor analysis failed to lead to actionable root causes of hospital revisits in medically complex IM patients. Applying rational subgrouping helped understand deeper drivers of revisits, findings which can empower internists to make more informed discharge decisions and support the design of future quality improvement strategies.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».