序列分析的长期高影响力的用户脑血管患者再次入院

文摘

客观的。理解的顺序再入院的原因可以帮助我们评估任何重复的一系列事件中影响力的用户,重新接纳率高。我们的目标是执行行政数据的序列分析来识别不同的序列再入院急诊在高影响力的用户。方法。所有脑血管病人的回顾性队列标识通过国家行政数据和随访4年。结果。常见的歧视子序列在慢性高影响力的用户(缺血性中风的)()“泌尿conditions-chest感染”、“胸部infection-urological条件”,“injury-urological条件,”“胸部infection-ambulatory条件”和“动态condition-chest感染”()。TIA患者(),常见的歧视()子序列在慢性高影响力用户“injury-urological条件,”“泌尿conditions-chest感染,”“泌尿conditions-injury”,“步condition-urological条件”和“动态condition-chest感染。“在慢性高组颅内出血()常见判别子序列()“dementia-injury”、“胸部infection-dementia”,“dementia-dementia-injury”,“dementia-urine感染,”和“injury-urine感染。”结论。尽管重新接纳的常见原因是一样的在不同的子组,高影响力的用户有一个更高比例的再入院患者不同的常见的多个序列确定的序列分析。大部分的原因是可以避免潜在的预防和社区。

1。介绍

紧急住院治疗是病人的痛苦和身体上的挑战。熊对患者心理影响,因为环境的变化会导致迷失方向,谵妄,进一步下降的健康状况(1]。它直接影响病人的健康状况无论录取的原因即使病人完全康复或者没有面临任何不良事件(2]。结果表明,75%的老年患者住院没有回到基线功能状态,其中15%是疗养院(3]。紧急住院与几乎三分之一的成本有关的卫生系统(4]。卫生信托和政策制定者放置各种干预措施,以防止意外再次入院到医院(5]。尽管有各种努力,重新接纳的速度继续上升(6]。

在美国,医院是惩罚和还款不报销如果观察到的再入院率高于预期下医院发生率减少程序(HRRP)自2010年(7]。先前的研究试图确定的原因再入院急诊,所以适当措施被放置在社区(8]。例如,感染、复发性中风和心血管疾病已被证明是短期重新接纳在中风患者的常见原因9]。医院行政数据已经成为一个重要的工具来评估重新接纳的主要诊断的准确信息是经常记录(10]。正确诊断的敏感性与出院诊断编码的使用是超过80% (10]。

重要用户的一小群患者人群的住院率明显高于计划外(11]。他们被定义为那些病人有3个或更多的紧急住院一年(11]。他们所示利用多达三分之二的卫生保健资源(12]。风险分析病人的人口来识别这些患者提供健康政策制定者计划最优和个性化的病人护理的机会通过分配适当的资源,人口的健康状况,分析趋势和发现风险因素,可以修改,以防止人口的健康状况下降水平(13]。这将是有趣的进一步评估导致高影响力的再入院急诊组和评估如果再入院急诊的原因与低强度的不同用户。

理解的顺序和序列再入院的原因可以帮助我们来评估任何重复的一系列事件对高住院治疗高影响力的用户使用。以前的研究已经表明事件的时间顺序对结果产生重大影响的患者(14]。例如,心脏衰竭后房颤的发生率被证明与高死亡率相比,那些被诊断出患有心房纤颤的病人在心脏衰竭(15]。同样,一个特定的序列的疫苗接种,也就是说,麻疹疫苗接种之后,DTP(三级白喉-破伤风-百日咳)或IPV(灭活脊髓灰质炎疫苗),是一个女婴儿的高死亡率的重要因素[16]。到目前为止,它仍然是不确定不同的再入院的原因和常见序列是否增加医院使用。

序列分析在社会科学与犯罪学是一种行之有效的技术评估事件的时间顺序子组具有不同的个性和社会行为17]。它被用来研究人群行为和评估不良结果相关的事件序列。它有能力集群和想象人群中常见的事件序列(18]。统计分析可以用来识别不同的子序列在一个大的事件序列相关感兴趣的一个特定的子群(18]。我们还没有发现任何研究,评估时间序列分析应用于医院管理数据的事件序列与再入院的影响力的用户。研究评估再入院的原因使用医院行政数据只是寻找重新接纳的常见原因9]。我们假定序列分析可以应用于医院管理数据的顺序再入院的原因。我们关注的原因再入院急诊确定常见的重复事件链与高使用的医院护理有关。因此,如果再入院的常见模式是认可的,它可以帮助有效的预防这些事件在社区。分析的目的,我们选择一群脑血管的条件,也就是说,缺血性中风,TIA(短暂性缺血性发作),和nontraumatic颅内出血,因为条件通常有一个离散的急性发作,最初的治疗在医院(19]。这些条件与人口发病率高(19]。再入院率高和病人带来巨大的成本在全球卫生系统(20.]。

2。方法

2.1。数据库

来自医院的数据集数据(他)被用于回顾性队列研究。它是一年一度的病人卫生行政部门收集的数据在英格兰。它涵盖所有住院病人住院信息公共国立医院服务(NHS)医院在这个国家以及私人信息在这些医院治疗的患者21]。所有紧急情况下承认,最初在这些医院接受治疗21]。每个住院记录为“法术”组成的“顾问集”,表示数量住院期间护理在不同时期顾问(22]。如果病人承认包括转移到其他医院出院之前,整个时期的护理记录为“superspell。“为每一个病人,信息从他们superspell获得,如初步诊断、辅助诊断,主要操作、入院日期、出院日期、停留时间、放电的目的地,和招生来源。主要诊断是利用大部分医院的资源。主要诊断和辅助诊断记录的列表使用icd - 10分类,而办公室的人口普查,调查4.7版本(4.7信息公开化)编码用于中小学程序。每个病人都有一个独特的匿名他集标识符用于进一步认识到医院。的数据只包含信息对死亡率的患者死于医院。它不包含信息的死亡日期的患者死于社区。

2.2。研究人群

所有18岁以上的成年病人紧急入院脑血管2010/11财政年度的条件包括在这项研究。病人队列是由各种脑血管疾病、出血性和缺血性。颅内出血nontraumatic颅内出血的子类(我),蛛网膜下腔出血(SAH),硬膜下出血(SDH)和硬膜外的出血(电火花强化)。中风的病人死于索引承认被排除在分析之外。特定的icd - 10编码(国际疾病分类)被用来识别中风患者使用类似的代码来自先前的研究:缺血性中风(I63x), TIA (G45x H34x)和nontraumatic颅内出血(SAH (I60x),我(I61x),和其他nontraumatic颅内出血包括硬膜下、硬膜外的出血[I62x]) (23- - - - - -26]。编码的主要诊断的敏感性和特异性使用行政证明是高于80%,相当于从临床数据获得的诊断10]。随访至少4年。检索的数据为每个病人每次他们承认医院的任何理由。发现脑血管病人之后,之前的十年他中风数据进行识别任何先前的历史事件承认英国NHS医院。中风患者的历史保留在数据分析和前中风被用作危险因素评估与子组。

医院护理的增加使用一年被定义为有3或更多意外住院或超过46天在医院里度过的。患者分为3组:低强度用户,短期高影响力的用户,和慢性高影响力的用户。患者持续提高医院护理使用每年随访期间被划分为高影响力的用户。这组还包括那些死亡的病人在随访期间,但高医院使用前数年的随访。低强度的用户是没有增加医院治疗患者每年随访期间使用。剩下的人口包括至少一年的高住院治疗患者使用整个随访期但不持久。这些病人被贴上短期高影响力的用户。

先前的研究只包含3个或更多在一年内意外住院病人住院治疗的高使用(11,27,28]。我们还包括一年内累积洛(clo)包括患者不到3住院,但花了大量的时间在医院(29日,30.]。截止值的累积洛(clo)在一年之内,占高使用各种不同的研究(30.]。通常选为平均洛杉矶或第75和第90百分位的最低价值集团的秘密地。在这项研究中,平均打包成3或更多的住院患者作为马克选择秘密地定义高影响力的用户。

2.3。统计分析

SAS 9.4软件被用来进行描述性统计和归类根据医院护理的病人使用。从列表中信息并存病得到每个住院的辅助诊断。人口加权的昆泰Carstairs剥夺评分被用来分类患者根据他们的邻居剥夺水平(31日]。的五分位数范围从1到6分5定义了最贫困的住宅和6意味着不知道(缺少邮政编码)。Charlson评分是用来计算每个病人的疾病负担(32]。更高的分数与疾病的严重程度有关。Charlson分数录取的中风是获得分数的总和过去的医疗问题列在前面的研究(32]。

进行了序列分析使用TraMineR R语言包(-12年版本1.8)统计软件(18]。包有能力搜索、识别、和想象的分类数据序列。它可以分析大型的各种事件序列的长度。总结并显示常见序列的子组。卡方检验是用来比较子序列的子组的数量。它也被用于比较分类变量之间的组织。方差分析是用来评估不同组间连续变量。

所有的原因再入院急诊病人队列检查和共同构成了超过90%的再入院的原因被确定。他们分为以下类:胃肠道感染、胸腔感染、消化道出血、动态条件(心力衰竭、慢性阻塞性肺病、哮喘和糖尿病)、精神错乱、痴呆、癫痫发作、外部损伤、颅内出血、nontraumatic医源性并发症,其他内部器官的感染/炎症/皮肤,脑血管疾病,缺血性心脏病、营养和新陈代谢紊乱,肺栓塞和深静脉血栓形成,周围性血管疾病,尿感染和泌尿疾病。没有标准的方法来归类再入院的原因。采用分类在这项研究从先前的研究9,26,33]。所有的共同条件导致紧急重新接纳被识别,然后他们分组基于相关病理和类似的管理途径,这样一个可修改的因素处理算法可以确定,以避免再次入院的类别。例如,已知疾病的动态条件包括慢性阴险的背景和急性发作。常见的所有这些条件都表明贫穷疾病的二级预防。同样,所有类型的痴呆组合在一起的“痴呆的分类。“nonelective招生的ICD编码主要原因是用来识别条件(补充文件在网上补充材料https://doi.org/10.1155/2017/7062146)。

3所示。结果

每个类别的重新接纳与一个独特的字母编码。对于每一个病人,一串字母序列创建基于类别的发生率(图的顺序1)。

3.1。缺血性中风

病人的人口()由48%男性和52%女性,平均年龄为72.2(标准差13.47)。洛杉矶是15.35天(SD - 22.47)和14%的病人独自住。在随访期间,1993名患者死亡。总数的患者人群中,57.9%的患者再入院急诊。病人与每组中所描述的表相关联的特征1。颜色编码序列的所有患者再入院急诊是显示在图2。招生的5个最常见的原因为4年随访期间胸部感染(19.29%),尿感染和泌尿疾病(14.74%)、外部损伤(12.40%)、动态条件下(10.77%),和缺血性中风(10.14%)。紧急重新接纳的常见原因为每年随访期表中提到2。在低强度组(),重新接纳的5个最常见的原因是胸部感染(19.03%)、外部损伤(14.30%)、缺血性中风(12.18%)、尿感染和泌尿疾病(13.25%),和流动的条件(9.61%)。在短期高集团(),重新接纳的5个最常见的原因是胸部感染(19.00%)、尿感染和泌尿疾病(15.93%)、外部损伤(11.88%)、动态条件(10.23%)和缺血性中风(9.75%)。在慢性高集团(),重新接纳的5个最常见的原因是胸部感染(21.33%)、动态条件下(16.39%),尿感染和泌尿疾病(13.20%)、外部损伤(9.69%)和缺血性中风(6.44%)。最常见的组间差别子序列被确定如表所示3。累计,39.0%的慢性高影响力用户5最常见的子序列相比,6.6%和34.4%的低强度和短期影响力的用户,分别。同样,比较了常见的子序列之间影响力的用户(表的子组4)。5最常见的子序列中22.5%的慢性高影响力用户相比,19.6%的短期高影响力的用户。四年死亡率是最高的慢性高影响力用户(,比低强度(63.5%),4.7%)和短期高(0.3%)组()。

患者中幸存下来,再入院急诊的常见原因是精神错乱(32.7%),流动的条件(,21.8%)、心律失常(,17.0%)、呼吸道感染(、10.5%)和老年痴呆症(,8.1%)。公共子序列在这些患者“delirium-cardiac心律失常”(16.1%),“心脏arrhythmia-delirium”(13.9%),“步conditions-delirium”(,13.1%)、“delirium-ambulatory条件”(11.6%),和“delirium-delirium-cardiac心律失常”(,8.1%)。另一方面,重新接纳那些患者死亡的常见原因在后续谵妄(,26.7%)、心律失常(26.4%),流动的条件(23.2%)、痴呆(8.6%),胃肠道感染(,5.2%)。再次入院的公共子序列是“delirium-cardiac心律失常”(12.1%),“心脏arrhythmia-delirium”(7.9%),“delirium-delirium-cardiac心律失常”(,6.9%)、“delirium-ambulatory条件”(、6.1%)和“动态conditions-delirium”(,5.9%)。

3.2。颅内出血

病人的人口()由63%男性和37%女性,平均年龄为72.25(标准差13.63)。洛杉矶的平均值为10.82(标准差17.62)和10.9%的病人独自住。在随访期间,145名患者死亡。总数的患者人群中,54.24%的患者再入院急诊。病人与每组中所描述的表相关联的特征1。再入院急诊(),招生的5个最常见的原因是胸部感染(20.50%)、外部损伤(15.22%),尿感染和泌尿疾病(13.56%)、动态条件下(7.81%),和老年痴呆症(6.12%)。紧急重新接纳的常见原因为每年随访期表中提到2。在低强度组(),重新接纳的5个最常见的原因是胸部感染(21.64%)、外部损伤(17.39%),尿感染和泌尿疾病(12.75%)、动态条件(8.12%)和缺血性中风(5.94%)。在短期高集团(),重新接纳的5个最常见的原因是胸部感染(19.77%)、外部损伤(12.78%),尿感染和泌尿疾病(14.42%)、动态条件下(7.80%),和癫痫发作(6.81%)。在慢性高集团(),重新接纳的5个最常见的原因是胸部感染(20.90%)、外部损伤(12.31%)、痴呆(11.92%)、尿感染和泌尿疾病(11.62%),和出血并发症(8.59%)。最常见的组间差别子序列被确定如表所示3。累计,38.4%的慢性高影响力用户5最常见的子序列相比,4.0%和22.3%的低强度和短期影响力的用户,分别。同样,比较了常见的子序列之间影响力的用户(表的子组4)。5最常见的子序列中12.5%的慢性高影响力用户相比,12.0%的短期高影响力的用户。四年死亡率是最高的慢性高影响力用户(,比低强度(58.9%),4.7%)和短期高()组()。

患者中幸存下来,再入院急诊的常见原因是精神错乱(31.4%),流动的条件(,18.3%)、心律失常(15.7%)、痴呆(10.9%),和胸部感染(,9.8%)。公共子序列在这些患者“delirium-cardiac心律失常”(14.9%),“心脏arrhythmia-delirium”(12.3%),“步conditions-delirium”(,11.1%)、“delirium-ambulatory条件”(、9.5%)和“dementia-delirium”(,7.8%)。另一方面,重新接纳那些患者死亡的常见原因在随访期间心律失常(33.6%)、谵妄(24.4%),流动的条件(、胃肠道感染(13.4%)、、11.7%)和老年痴呆症(,7.5%)。再次入院的公共子序列是“delirium-cardiac心律失常”(10.9%),“心脏arrhythmia-delirium”(6.7%),“步conditions-delirium”(5.8%),“delirium-delirium-cardiac心律失常”(、5.9%)和“delirium-dementia”(,5.9%)。

3.3。短暂性缺血性发作(TIA)

病人的人口()由49%男性和51%女性,平均年龄为72.25(标准差13.63)。洛杉矶的平均值为2.96(标准差6.12)和10.9%的病人独自住。在随访期间,945名患者死亡。总数的患者人群中,58.21%的患者再入院急诊。病人与每组中所描述的表相关联的特征1。紧急招生(),招生的5个最常见的原因是胸部感染(18.73%)、尿感染和泌尿疾病(13.86%)、外部损伤(13.39%)、动态条件(11.67%)和缺血性中风(9.87%)。在低强度的用户(),常见的原因紧急重新接纳每年随访期表中提到2。低强度之间的5个最常见原因用户胸部感染(16.59%)、外部损伤(14.72%)、缺血性中风(12.21%)、尿感染和泌尿疾病(11.54%),和流动的条件(11.17%)。5个最常见的原因在短期高影响力的用户()胸部感染(18.59%)、尿牵引感染(15.31%)、外部损伤(13.02%)、动态条件(11.52%)和缺血性中风(9.15%)。慢性高影响力的用户(之间的5大原因)胸部感染(25.93%)、动态条件下(13.98%),尿感染和泌尿疾病(13.33%)、外部损伤(11.37%)和缺血性中风(6.65%)。最常见的组间差别子序列被确定如表所示3。累计,40.6%的慢性高影响力用户5最常见的子序列相比,6.9%和36.5%的低强度和短期影响力的用户,分别。同样,比较了常见的子序列之间影响力的用户(表的子组4)。5最常见的子序列中32.9%的慢性高影响力用户相比,6.9%的短期高影响力的用户。四年死亡率是最高的慢性高影响力用户(,比低强度(62.1%),3.4%)和短期高(0.3%)组()。

患者中幸存下来,再入院急诊的常见原因是精神错乱(35.4%),流动的条件(,18.9%)、心律失常(,16.3%)、呼吸道感染(、11.8%)和老年痴呆症(,7.6%)。公共子序列在这些患者“delirium-cardiac心律失常”(16.3%),“心脏arrhythmia-delirium”(14.1%),“步conditions-delirium”(,14.1%)、“delirium-ambulatory条件”(12.9%),和“delirium-delirium-cardiac心律失常”(,8.8%)。另一方面,重新接纳那些患者死亡的常见原因在随访期间心律失常(29.5%)、谵妄(26.0%),流动的条件(17.7%)、痴呆(10.6%),胃肠道感染(,6.3%)。再次入院的公共子序列是“delirium-cardiac心律失常”(11.0%),“心脏arrhythmia-delirium”(,8.6%)、“delirium-ambulatory条件”(7.7%),“步conditions-cardiac心律失常”(7.4%),和“delirium-delirium-cardiac心律失常”(,6.4%)。

4所示。讨论

常见的原因和再入院急诊的子序列被确定在每个子群的病人。一般来说,复发性缺血性中风,外部损伤,动态条件下,胸部和尿感染/泌尿条件再次入院的常见原因在所有组脑血管病人4年随访期间。再入院的子序列中被认可的高影响力的用户。再次入院的序列在缺血性中风和TIA的影响力的用户主要包括胸部感染和尿感染/泌尿条件,外部损伤,和流动的条件,而高影响力的用户再入院出血中风和多发性常见的胸部感染,外部损伤、痴呆、癫痫发作。

短期脑血管患者再入院的常见原因确定之前是类似于导致长期随访观察研究[33,34]。先前的研究,主要集中在缺血性中风患者,发现复发性中风、感染、骨折/下降,心血管疾病是常见的原因再次入院(9]。糖尿病并发症和再入院由于心脏衰竭也是常见的病人队列(35]。我们再入院也承认由于流动的条件是常见的脑血管病人。痴呆是再入院患者颅内出血的常见原因。缺血性中风患者也重新对痴呆,尤其是那些幸存下来在随访期间,但它不是五大条件之一。如前所述在早先的研究中,卒中后痴呆的风险是高的,在第一年(18,36,37]。颅内出血的患者有更高的比例与既存的痴呆和认知障碍和那些经历了颅内手术。这些因素都是已知增加卒中后痴呆的风险(36- - - - - -38]。此外,普遍更常见的出血中风症状,如恶心、头痛,记忆力减退,和意识水平的改变39]。这可能说明颅内压的变化尤其是在经历了颅内手术的人。因此,病人更有可能承认可能颅内出血后痴呆。

多个重新接纳的信息模式的原因可以帮助临床医生在卸货计划和改善过渡从次要初级保健护理。所有的条件会导致再入院急诊,高影响力的用户反复受到一些条件。高影响力的用户有一个更高比例的患者不同时间的订单多个再入院急诊。此外,慢性高影响力的用户有不同的再入院急诊常见的子序列相比,短期高影响力的用户。大约40%的慢性高影响力用户区分常见的子序列相比,只有不到10%的用户所有脑血管低强度条件。再次入院的序列的知识可以帮助临床医生制定出院计划根据再入院病人有多个的风险。缺血性中风和TIA事件后,不同的多个序列动态条件和感染的发生率由恶化。颅内出血患者中,多个重新接纳患者经常遭受外部损伤、痴呆、癫痫、和泌尿疾病。临床医生在医院照顾病人可以设置动态并发症患者的早期门诊复查。他们还可以与初级护理团队为社区访问,流感疫苗的建议,定期糖尿病检查,和社区康复项目改善这些条件的二级预防。 Despite these measures, if a patient gets a readmission for any of these conditions, the clinician can anticipate next likely diagnosis for emergency readmissions and can take steps according to patient’s circumstances to prevent those conditions from occurring.

在随访期间死亡的病人增加了重新接纳胃肠道感染相比那些幸存下来的人。这包括感染艰难梭状芽胞杆菌,它通常是由抗生素的不当使用造成的。胃肠道感染的预防可以减少死亡率的一个重要因素患者脑血管条件,尤其是预防艰难梭状芽胞杆菌在社区感染。这可能证明的预防这种感染采取同样严格的方法适当的抗生素处方在社区医院近年来。其他常见的原因紧急招生,在两组的发生率相似序列。然而,慢性高影响力用户相比,死亡率明显高于其他组。他们有不同的序列再入院的建议再入院患者多死前是不同于那些中风后不久死亡。

近年来,事件的序列分析被用于医学研究[14]。特定序列的分辨率与预后不良相关肺炎的症状(14]。公共子序列与解决温度和血压异常的发生首先是与高死亡率相关。之前的研究使用临床数据进行序列分析。使用医院管理数据在这个研究是小说。因为住院紧急招生主要诊断编码是定期记录,样本容量很大,经常是覆盖全国、医院管理数据序列分析提供了一个很好的工具(10]。

是至关重要的努力识别不同的序列再入院急诊的原因。尽管很难定义重新接纳,可能是可以预防的,先前的研究表明所有的再入院急诊都可能可以避免的,尤其是那些由于医疗条件,而不是手术(40]。我们的分析表明,常见的子序列发生率高组主要包含医疗条件。从医院管理的数据,是不可能孤立社区的信息与招生事业相关的因素,例如,是否尿导管相关性感染。然而,它可以提供足够的信息集中在一定条件下,导致进一步的再入院像胸部感染,如我们的数据所示。一位上了年纪的病人与多个并发症几乎没有身体储备应对并发症(41]。急性疾病导致住院病人的功能性健康恶化[41]。病人从医院出院后,他的健康状况没有完全恢复,他变得更倾向于进一步住院治疗上迅速恶化,导致“雪球效应。“此外,先前的预测模型来识别高影响力用户表现不佳是因为缺乏了解自然历史的不良事件42]。序列分析提供了常见的联系重新接纳的原因和洞察恶化事件的病人的生命。

序列分析应用于医院管理数据时提供多种福利相比之前重新接纳的原因分析。在前面的研究中,再入院的原因仅仅是编译为选定的患者群(9]。而不是简单的分析,揭示了常见的原因再次入院的时间序列分析提供了额外的信息事件的发生(17]。再入院最常见的模式是为高影响力的用户标识。对所有患者再入院急诊,重新接纳的类别的原因呈现颜色,再入院的所有序列(18]。此外,包也可以运行各种常见统计测试团体之间的各种因素来评估协会(18]。它有能力划分组基于独立变量如性别、年龄、社会经济指数,等等18]。对于一个给定的时间框架,重新接纳的常见原因及其子序列可以调查18]。程序能够运行分析大数据样本和大量的编码再入院的类别(18]。

医院管理数据的序列分析有一定的局限性。首先,并存病的识别是基于不定地记录在管理数据的辅助诊断(43]。我们尝试使用所有可能的编码定义条件包括大多数情况下准确。其次,数据不包括关于中风的病理严重程度的信息,这也是一个重要的决定因素的病人的发病率(44]。第三,选择病例的回顾性队列研究可能导致一定程度的选择性偏差。第四,分析基于再次入院的原因在医院诊断,不得提供信息前的事件发生在社区。病人可能有治疗胸部感染在医院,可能是社区下降的结果。第五,序列分析只评估单个类型的重复观测在管理数据。为了研究一系列的程序,需要进行单独的分析。第六,病人随访大约是和最低限度的4年。确切的随访期内难以计算在管理数据,因为每个医院的信息集记录根据国家卫生服务财政年度每4月1日。

5。结论

有效地进行医院管理数据序列分析研究时间顺序脑血管再入院的原因的条件。常见的子序列之间的再入院的原因高影响力用户识别可能避免通过瞄准并放置适当的社区资源。

信息披露

这项研究没有收到任何特定公共拨款资助机构,商业,或非营利部门。

的利益冲突

Ahsan饶是临床外科学系研究员和开展这个项目的一部分博士保罗Aylin是伦敦帝国理工学院公共卫生学院的教授。他还担任博士培养单位,获得科研资助收入从一系列的资助者,包括国家健康研究所和博士培养智力,一个独立的卫生服务研究组织(澳洲电信的全资子公司)。教授Ara Darzi把主席保罗Hamlyn手术在伦敦帝国理工学院,皇家马斯登医院和癌症研究学院。他是全球健康研究所所长创新伦敦帝国学院和帝国理工学院主席卫生合作伙伴。他是一个外科医生医院NHS信托帝国学院名誉顾问。

补充材料

引用

1. a . Wysocki, r·l·凯恩e . Golberstein b·多德t .亮度和t . Shippee”之间的关系长期护理和潜在可预防住院老年人当中双重达标,”卫生服务研究卷,49号3、778 - 797年,2014页。视图:出版商的网站|谷歌学术搜索
2. m . c .债权人“住院老年人的危害。”内科医学年鉴,卷118,不。3、219 - 223年,1993页。视图:出版商的网站|谷歌学术搜索
3. j·g·Ouslander和r . a .贝伦森”,减少不必要的养老院居民的住院治疗。”新英格兰医学杂志》上,卷365,不。13日,1165 - 1167年,2011页。视图:出版商的网站|谷歌学术搜索
4. m·贝克尔t波阿斯,r . Andel和a·德穆斯”预测辅助生活居民可避免住院治疗”,美国医学协会杂志》上,13卷,不。4、355 - 359年,2012页。视图:出版商的网站|谷歌学术搜索
5. y Eggli, b . Desquins e·克朗,p . Halfon请求”比较潜在的可避免的住院率相关门诊敏感条件在瑞士:需要改进的定义人口健康状况、卫生条件和调整”BMC卫生服务研究第二十五条,卷。14日,2014年。视图:出版商的网站|谷歌学术搜索
6. p . Mistiaen a·l·弗朗基,e·珀”干预措施旨在减少问题在成年病人出院回家:一个系统的方法,”BMC卫生服务研究第四十七条,卷。7日,2007年。视图:出版商的网站|谷歌学术搜索
7. k . e . Joynt和a . k . Jha术后readmissions-truth和后果,”新英格兰医学杂志》上,卷366,不。15日,第1369 - 1366页,2012年。视图:出版商的网站|谷歌学术搜索
8. a·l·布鲁斯特·e·j . Cherlin c d Ndumele et al .,“再入院工作在减少:医院如何提高性能,”医疗保健,54卷,不。6,600 - 607年,2016页。视图:出版商的网站|谷歌学术搜索
9. d . m . Bravata S.-Y。Ho t·p·米·l·m .黄铜和j . Concato”重新接纳和死亡后住院治疗的急性缺血性stroke-5-year后续医疗保险的人口,”中风,38卷,不。6,1899 - 1904年,2007页。视图:出版商的网站|谷歌学术搜索
10. e·m·伯恩斯,e . Rigby r . Mamidanna et al .,“放电系统回顾编码精度,”公共卫生杂志,34卷,不。1,第148 - 138页,2012。视图:出版商的网站|谷歌学术搜索
11. a瓶、p . Aylin和a·马吉德”识别高危病人紧急住院:逻辑回归分析,“皇家学会医学杂志》上,卷99,不。8,406 - 414年,2006页。视图:谷歌学术搜索
12. w·l·c·罗塞拉t•菲茨帕特里克·Wodchis a . Calzavara h·曼森诉高尔,”加拿大安大略省的高成本的医疗用户:人口、社会经济、和健康状况特点,“BMC卫生服务研究,14卷,不。1,p。532年,2014。视图:出版商的网站|谷歌学术搜索
13. j·比林斯,钝,a . Steventon这个t . Georghiou g .刘易斯和m .巴兹利”发展的一个预测模型确定住院病人的风险re-admission 30天内放电(PARR-30)”BMJ开放,卷2,不。4篇文章ID e001667 2012。视图:出版商的网站|谷歌学术搜索
14. g . w . Hougham s a火腿、g . w . Ruhnke et al .,”序列模式在解决临床不稳定和社区获得性肺炎与结果,“普通内科医学杂志》上卷,29号4、563 - 571年,2014页。视图:出版商的网站|谷歌学术搜索
15. 王,m . g .拉尔森d·利维et al .,“颞心房纤颤的关系和充血性心力衰竭和他们共同影响死亡率:弗雷明汉心脏研究,“循环,卷107,不。23日,第2925 - 2920页,2003年。视图:出版商的网站|谷歌学术搜索
16. p . Aaby s a·易卜拉欣·m·d·Libman h·延森,“接种疫苗后,女性死亡率增加的顺序high-titre麻疹疫苗:试验从农村苏丹和金沙萨”疫苗,24卷,不。15日,第2771 - 2764页,2006年。视图:出版商的网站|谷歌学术搜索
17. a . Gabadinho g . Ritschard m、n s·穆勒,“挖掘序列数据在R TraMineR包:1.2版本的用户指南。日内瓦:U”技术代表,2009。视图:出版商的网站|谷歌学术搜索
18. a . Gabadinho g . Ritschard n . s .穆勒和m .、“分析和可视化的状态序列与TraMineR R,”杂志的统计软件,40卷,不。4,1-37,2011页。视图:谷歌学术搜索
19. f . Nahab j . Takesaka大肠Mailyan et al .,“可以避免的30天再入院患者中风和其它脑血管疾病,”Neurohospitalist,卷2,不。1、7 - 11,2012页。视图:出版商的网站|谷歌学术搜索
20. h·e·安徒生k . Schultz-Larsen s krein b h . Forchhammer k .埃里克森和a·布朗”,可以预防卒中后重新接纳吗?随机临床研究的结果:出院后随访服务中风幸存者。”中风没有,卷。31日。5,1038 - 1045年,2000页。视图:出版商的网站|谷歌学术搜索
21. Arora, a . Charlesworth e·凯利,g . Stoye,“公共和私人付款规定,2013”。视图:谷歌学术搜索
22. p . Aylin a瓶,m·h·珍s·米德尔顿和f .情报,“HSMR死亡率指标,”帝国理工学院技术文件,2010年。视图:谷歌学术搜索
23. m·拉赫曼·d·尼尔,k . m . Fargen和b . l .辞职信”建立标准性能措施成人中风患者:全国住院病人样本数据库研究中,“世界神经外科,卷80,不。6,699 - 708页。e2, 2013年。视图:出版商的网站|谷歌学术搜索
24. d·l·布朗,l . b . Morgenstern j . j . Majersik m . Kleerekoper和l . d . Lisabeth“卒中后骨折的风险,”脑血管疾病,25卷,不。1 - 2、95 - 99年,2008页。视图:出版商的网站|谷歌学术搜索
25. j·h·里奇曼s b·琼斯·e·c . Leifheit-Limson y . Wang和l·b·戈尔茨坦,“30天死亡率和重新接纳后出血性中风在联合委员会的主要医疗保险受益人中风center-certified noncertified医院,”中风,42卷,不。12日,第3391 - 3387页,2011年。视图:出版商的网站|谷歌学术搜索
26. j·h·里奇曼·e·c . Leifheit-Limson s b·琼斯,y . Wang和l·b·戈尔茨坦”可预防缺血性中风的30天内再入院医疗保险受益人,”中风,44卷,不。12日,第3435 - 3429页,2013年。视图:出版商的网站|谷歌学术搜索
27. Alexy j·v·贝尔彻和b”张来武医院用户在集成的交付系统”,护理管理杂志》卷,29号10日,30-36,1999页。视图:出版商的网站|谷歌学术搜索
28. Ashworth r和s斯内普,“审查的概述:上下文战胜结构,”地方政府研究,30卷,不。4、538 - 556年,2004页。视图:出版商的网站|谷歌学术搜索
29. c .伯爵,“住院老年人功能下降,”美国护理杂志》,卷106,不。1,58 - 68、2006页。视图:出版商的网站|谷歌学术搜索
30. l . Heslop d .收听b·加德纳d . Diers和公元前Poh,“高成本的分析用户在一个澳大利亚公共卫生服务组织,”卫生服务管理研究,18卷,不。4、232 - 243年,2005页。视图:出版商的网站|谷歌学术搜索
31. 诉Carstairs“剥夺指数:他们的解释和使用与健康,”流行病学和社区卫生杂志》上49卷2 S3-S8, 1995页。视图:出版商的网站|谷歌学术搜索
32. a瓶和p . Aylin合并症成绩得益于适应当地行政数据编码和诊断实践,“临床流行病学杂志,卷64,不。12日,第1433 - 1426页,2011年。视图:出版商的网站|谷歌学术搜索
33. j·f·伯克,l . e . Skolarus e·e·阿德尔曼m·j·里夫斯和d·l·布朗”管理员实践对缺血性中风后重新接纳,”神经学,卷82,不。24日,第2204 - 2196页,2014年。视图:出版商的网站|谷歌学术搜索
34. k . j . Ottenbacher a . Karmarkar j·e·格雷厄姆et al .,“术后再次入院出院后postacute费用医疗保险患者的康复,”《美国医学协会杂志》上,卷311,不。6,604 - 614年,2014页。视图:出版商的网站|谷歌学术搜索
35. M.-C。曾和周宏儒。林”,重新接纳住院治疗中风后在台湾:结果从一个国家样本,”神经科学杂志》上,卷284,不。1 - 2,52-55,2009页。视图:出版商的网站|谷歌学术搜索
36. c·s·伊万瑟哈德里,a Beiser et al .,“卒中后痴呆:弗雷明汉的研究”,中风,35卷,不。6,1264 - 1268年,2004页。视图:出版商的网站|谷歌学术搜索
37. d .草地的h . Henon M.-A。Mackowiak-Cordoliani, f . Pasquier“卒中后痴呆。”《柳叶刀神经病学,4卷,不。11日,第759 - 752页,2005年。视图:出版商的网站|谷歌学术搜索
38. s . t . Pendlebury和p . m . Rothwell患病率、发病率和pre-stroke和中风后痴呆的相关因素:系统回顾和荟萃分析,“《柳叶刀神经病学,8卷,不。11日,第1018 - 1006页,2009年。视图:出版商的网站|谷歌学术搜索
39. s s·拉索尔教授,a . r . Hinn l·s·库珀h·a·蒂罗尔和w·d·罗莎蒙德”描述事件发生中风的症状和体征:发现动脉粥样硬化风险在社区研究中,“中风,33卷,不。11日,第2721 - 2718页,2002年。视图:出版商的网站|谷歌学术搜索
40. j·斯通和g·j·霍夫曼,”医疗保险医院再入院:问题、政策选择和PPACA国会研究服务”1-37,2010页。视图:谷歌学术搜索
41. 和k h .沉默,k . Rockwood柴棚,老年医学、老年医学教科书桑德斯爱思唯尔,费城,第七版,2010年版。
42. g .刘易斯“NHS的下一步的风险分层”第1页,2015。
43. k . j . O ' malley k·f·库克,m . d .价格,k·r·王尔德j . f .障碍和c m·阿什顿“测量诊断:ICD代码的准确性,卫生服务研究,40卷,不。5 p2, 1620 - 1639年,2005页。视图:出版商的网站|谷歌学术搜索
44. j·h·里奇曼·e·c . Leifheit-Limson s . b .琼斯et al .,“预测卒中后再次住院:系统回顾,“中风第41卷。。11日,第2533 - 2525页,2010年。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Ahsan Rao et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。