Notice bibliographique
Résumé
Introduction: Long term care (LTC) residents require complete or extensive support, including 24-hour nursing and personal care. LTC residents contribute a greater number of emergency department (ED) visits when compared to community-dwelling older adults. Little is known about which resident-level characteristics at admission are predictive of LTC resident transfer to the ED. The objective of this thesis was to identify which admission characteristics are associated with ED transfers in Ontario, Canada. Methodology: I conducted a population-level retrospective cohort study using the Resident Assessment Instrument Minimum Data Set Version 2.0 (RAI-MDS). The cohort included 56,433 LTC resident admission assessments from January 1, 2017, to December 31, 2018. Logistic regression and 10-fold cross-validation were used to identify adjusted associations between characteristics routinely collected during LTC admission assessment and ED transfers. Model performance was assessed using the area under the receiver operating characteristics curve (AUC). Outcomes of interest included any ED use, potentially preventable, and low acuity ED transfers. Results: A recent change in medical orders, previous ED visitation, female sex, the presence of an indwelling catheter, and the need for oxygen therapy were informative predictors for any, potentially preventable, and low acuity ED transfers. Deterioration in cognitive status and change in behavior was influential to any ED transfers only. Urinary tract infections, pneumonia, indictors of delirium, and change in mood are unique to potentially preventable ED transfers, and antibiotic resistance is unique to low acuity ED transfers. Similar discrimination was reached for any ED use (AUC = 0.630), potentially preventable transfers (AUC = 0.659), and low acuity transfers (AUC = 0.645). Conclusion: The factors associated with ED transfers may be modifiable, and closer attention to these factors may help reduce ED transfers. Although the discriminability of the models was poor, advanced knowledge of informative characteristics can support upstream decision-making for clinicians. Future studies are required to validate these findings, derive risk scales, and demonstrate the utility of this model in health service planning.
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 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».