Analyzing the Reasons and Hospital Admission Rates of 72‐Hour Emergency Department Revisits
Notice bibliographique
Résumé
Introduction: Emergency department (ED) revisits are considered a significant indicator of the quality of care provided and are used as a benchmark for the performance of individual providers and institutions. The aim of this study is to assess ED revisit rates, reasons, and hospital admission rates among our adult ED patients. Methods: This is a retrospective chart review study conducted in a single-center tertiary referral hospital in Riyadh, Saudi Arabia. Study participants comprised adult patients who attended the ED, had been discharged, and had an ED revisit within 72 h from April 2019 to January 2020. Results: A total of 573 patients met our inclusion criteria, of whom 53.1% were males. The majority of the patients (74.5%) revisiting the ED were categorized as CTAS Level 3, with gastrointestinal complaints being the most common presentation for revisits (23.6%). During the second visit, 94%, 4%, 0.7%, and 0.3% of the participants were discharged, admitted, discharged against medical advice, and died, respectively. Disease progression was the most common cause of revisits at 96.5%. The factors that showed statistically significant associations with nondischarge disposition in the second visit were CTAS levels in the first and second visits, dementia, functional dependency, and reason for the revisit. Conclusion: Most ED visits within 72 h are due to disease progression rather than system- or physician-related issues, and the majority of these patients are safely discharged after the second visit. Identification of high-risk patients-such as those with higher CTAS levels, dementia, or functional dependency-may aid emergency physicians in implementing targeted discharge planning and coordinated outpatient follow-up to reduce unnecessary revisits and optimize use of emergency services. Our findings highlight the importance of structured post-discharge support and underscore the need for tailored interventions in resource-limited healthcare settings.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».