- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT00101868
Wartość technologii do przesyłania informacji o wyładowaniach
Przegląd badań
Status
Interwencja / Leczenie
Szczegółowy opis
Cele: Badanie ma na celu porównanie korzyści płynących z technologii informacyjnej dotyczącej wypisu w porównaniu ze zwykłą opieką u pacjentów z grupy wysokiego ryzyka, niedawno wypisanych z intensywnej opieki szpitalnej.
HIPOTEZY BADAWCZE:
Pierwszorzędowym punktem końcowym skuteczności jest odsetek pacjentów ponownie przyjętych co najmniej raz w ciągu 6 miesięcy po przyjęciu do indeksu. Readmisja następuje z dowolnego powodu i obejmuje status obserwacji oraz pełny status przyjęcia.
Hipoteza pierwotna: Wśród pacjentów z grupy wysokiego ryzyka, niedawno wypisanych z hospitalizacji na ostrym dyżurze, występuje znaczny spadek pierwszorzędowego punktu końcowego skuteczności dla pacjentów, którzy otrzymują przy wypisie technologię informacji o zdrowiu w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 1A: W tej samej populacji pacjentów czas do pierwszej ponownej hospitalizacji jest dłuższy w przypadku pacjentów, którzy otrzymali wypis z wykorzystaniem technologii informacji zdrowotnej w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 1B: W tej samej populacji pacjentów średnia liczba dni pobytu w szpitalu na pacjenta w ciągu 6 miesięcy po wypisie ze szpitala wskaźnikowego jest niższa w przypadku pacjentów, którzy otrzymali wypis z technologią informacji zdrowotnej w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 2: W tej samej populacji pacjentów średni wynik skuteczności i zadowolenia z procesu wypisu jest wyższy w przypadku pacjentów otrzymujących technologię informacyjną dotyczącą zdrowia w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 3: W tej samej populacji pacjentów odsetek pacjentów, którzy zgłaszają, że ich farmaceuta musi wyjaśnić receptę na wypis, jest niższy w przypadku pacjentów, którzy otrzymują wypis z technologią informacji zdrowotnej w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 4: W tej samej populacji pacjentów odsetek pacjentów, u których wystąpiło co najmniej jedno zdarzenie niepożądane w ciągu 4 tygodni po wypisaniu ze szpitala, jest niższy w przypadku pacjentów otrzymujących przy wypisie technologię informacji zdrowotnej w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 5: W tej samej populacji średni wynik zadowolenia z informacji o lekach będzie wyższy w przypadku pacjentów otrzymujących przy wypisie technologię informacji zdrowotnej w porównaniu ze zwykłymi instrukcjami dotyczącymi wypisu.
Hipoteza drugorzędna 6: Wśród lekarzy podstawowej opieki zdrowotnej, którzy zapewniają opiekę po wypisaniu ze szpitala pacjentom wysokiego ryzyka, średni wynik skuteczności i zadowolenia z procesu wypisu będzie wyższy w przypadku pacjentów, którzy otrzymują przy wypisie technologię informacji zdrowotnej w porównaniu ze zwykłymi instrukcjami wypisu.
Hipoteza drugorzędna 7: Wśród lekarzy hospitalizowanych, którzy wypisują pacjentów wysokiego ryzyka, średni wynik zadowolenia lekarzy z procesu wypisu będzie wyższy w przypadku lekarzy przypisanych do wypisu z technologii informacyjnej w porównaniu ze zwykłymi instrukcjami wypisu.
METODY: Projekt badania jest randomizowanym badaniem klastrowym, z pojedynczą ślepą próbą (osoby oceniające wyniki są ślepe), kontrolowanym badaniem. Projekt badania jest zgodny z najnowszymi wytycznymi dotyczącymi badań z randomizacją. Interwencja testowa polega na zastosowaniu absolutorium technologii informacyjnej dla zdrowia. Interwencja kontrolna to zwykła opieka (ręcznie napisane instrukcje wypisu) opisana poniżej. Każdy pacjent pozostanie w badaniu przez 6 miesięcy. Rekrutacja do badania potrwa około 18 miesięcy. Nie będzie tymczasowej analizy.
Personel badawczy uzyska świadomą zgodę od potencjalnie kwalifikujących się pacjentów szpitalnych. Świadoma zgoda pacjentów nastąpi podczas wizyty przesiewowej.
Wizyta przesiewowa: Badacze przeszkolą personel badawczy w zakresie przeprowadzania badań przesiewowych i uzyskania świadomej zgody. Wizyta przesiewowa może odbyć się w ciągu 2 dni od planowanego wypisu. Po uzyskaniu świadomej zgody personel badawczy zapisze pozycje w ocenie wyjściowej. Personel badawczy zapyta pacjentów o samoocenę stanu zdrowia, chorobę niedokrwienną serca (w tym zawał mięśnia sercowego z dusznicą bolesną), cukrzycę w ciągu ostatniego roku, hospitalizację w ciągu ostatniego roku, liczbę wizyt lekarskich w ciągu ostatniego roku, obecność nieformalnego opiekuna zdolnego do opieki pacjenta przez kilka dni, wiek i płeć. Kwestionariusz przesiewowy został zweryfikowany. Personel badawczy obliczy wynik PRA podczas wizyty przesiewowej. Wynik PRA 0,5 i wyższy definiuje pacjentów wysokiego ryzyka, którzy mają 50% prawdopodobieństwo przyjęcia do szpitala dwa lub więcej razy w ciągu 4 lat. Kiedy punktacja PRA zostanie zastosowana do beneficjentów Medicaid obserwowanych przez jeden rok, 57% pacjentów z PRA 0,5 i wyższym będzie miało co najmniej jedną wizytę w szpitalu lub 0,99 +/- 0,24 przyjęć do szpitala na osobo-rok przeżycia (średnia +/- SE) . Personel badawczy udzieli świadomej zgody pacjentom z wynikiem PRA 0,4 i wyższym.
Personel badawczy rejestruje ograniczone informacje dotyczące pacjentów, którzy nie kwalifikują się lub którzy odmawiają zgody.
Ocena wyjściowa: Ocena wyjściowa zostanie przeprowadzona po wyrażeniu świadomej zgody i przed wypisem. Test z zegarem dziesięciopunktowym będzie używany jako narzędzie przesiewowe do orientacji. Personel badawczy rejestruje imię i nazwisko pacjenta, adres, wiek, podaną rasę, płeć i receptę na leki wypisowe. Personel badawczy będzie rejestrował dane kontaktowe pacjentów i alternatywne dane kontaktowe w celu przeprowadzenia poszpitalnych wywiadów telefonicznych wymaganych przez protokół.
Przydział interwencji: Czas losowego przydziału leczenia nastąpi po ocenie wyjściowej i przed wypisem. Pacjenci nie otrzymają badanego leku, jeśli nie wyrażą zgody lub nie spełnią kryteriów włączenia/wyłączenia. Przydział leczenia będzie w stosunku 1:1 do wypisu z zastosowania technologii informacji zdrowotnej lub zwykłych instrukcji wypisu z opieki. Jednostką randomizacji będzie lekarz szpitalny, który przeprowadzi proces wypisu. Proces randomizacji ma na celu zapewnienie losowego przydziału do klastra, przy czym klaster jest określony przez lekarza wypisującego. Ukrycie alokacji nie jest możliwe, ponieważ wszyscy włączeni pacjenci, którzy zostaną wypisani przez lekarza szpitalnego, otrzymają tę samą interwencję badawczą.
Wydaj dziennik pacjenta: celem dziennika pacjenta jest promowanie ustalenia punktów końcowych badania.
Wywiad telefoniczny z pacjentem: skuteczność i satysfakcja z procesu wypisu Celem pierwszego wywiadu telefonicznego jest pozyskanie danych do pomiaru drugorzędowych punktów końcowych 2, 3 i 5. Tydzień (od 5 do 9 dni) od daty wypisu ze szpitala personel badawczy przeprowadzi z pacjentem wywiad telefoniczny. Ankieterzy poinstruują pacjenta, aby unikał wspominania o losowym przydziale interwencji. Aby odpowiedzieć na hipotezę drugorzędną 2, po PRZYGOTOWANYM tekście zostaną umieszczone pytania z wywiadu. Narzędzie PREPARED bada cztery kluczowe domeny procesów: wymianę informacji (usługi i sprzęt społeczny), zarządzanie lekami, przygotowanie do radzenia sobie po wypisaniu ze szpitala i kontrolę okoliczności wypisu. Pytania w trybie PREPARED służą do pomiaru ogólnego zadowolenia pacjenta ze wypisu, spełnienia potrzeb w zakresie sprzętu i usług społecznych oraz korzystania ze świadczeń zdrowotnych i kosztów związanych ze zdrowiem po wypisaniu ze szpitala. Ankieterzy telefonicznie będą pytać pacjentów, czy ich farmaceuta musiał dzwonić do lekarza, próbując zrealizować recepty wypisowe. Celem pytania o farmaceutów jest odpowiedź na hipotezę drugorzędną 3. Ankieterzy telefoniczni zadają pytania ze Skali Satysfakcji z Informacji o Lekach (SIMS). SIMS to 17-itemowa ankieta o wewnętrznej spójności i rzetelności testu-retestu. Narzędzie badania SIMS odpowiada na hipotezę drugorzędną 5.
Kwestionariusz lekarza POZ: efektywność i satysfakcja z procesu wypisu. Kwestionariusz lekarza podstawowej opieki zdrowotnej odnosi się do hipotezy wtórnej 6. W ciągu 10 do 18 dni od daty wypisu ze szpitala personel badawczy skontaktuje się z lekarzem podstawowej opieki zdrowotnej w celu przeprowadzenia ankiety.
Wywiad z pacjentem: ocena zdarzeń niepożądanych. Celem drugiego wywiadu z pacjentem jest odniesienie się do drugorzędnej hipotezy 4. Około 4 tygodnie (od 20 do 40 dni) po dniu wypisu ze szpitala, personel medyczny przeprowadzi wywiad telefoniczny z pacjentem. Lekarze przeszkoleni w ocenie zdarzeń niepożądanych przeprowadzą wywiad telefoniczny. Ankieterzy poinstruują pacjenta, aby unikał wspominania o losowym przydziale interwencji. Narzędzie wywiadu jest modyfikacją sprawdzonego narzędzia ankietowego.
Kwestionariusz lekarza szpitalnego (wypisującego): Celem kwestionariusza jest odpowiedź na hipotezę drugorzędną 7.
Wywiad z pacjentem: ocena readmisji. Celem trzeciego wywiadu z pacjentem jest ustalenie pierwszorzędowego punktu końcowego, drugorzędowych punktów końcowych (1A, 1B) i trzeciorzędowych punktów końcowych. Około 6 miesięcy (170 do 190 dni) po dacie wypisu ze szpitala personel badawczy, który nie zna przydziału interwencji, przeprowadzi wywiad telefoniczny z pacjentem. Ankieterzy poinstruują pacjenta, aby unikał wspominania o losowym przydziale interwencji. Ankieterzy poproszą pacjenta o sprawdzenie dziennika pacjenta podczas odpowiadania na pytania. Ankieterzy będą rejestrować przyjęć do szpitala, daty przyjęć, czas pobytu w szpitalu, liczbę wizyt u lekarza ambulatoryjnego oraz liczbę wizyt na oddziale ratunkowym, które nie zakończyły się przyjęciem do szpitala.
Zgadnij przypisanie leczenia przez zaślepionych obserwatorów: Celem zgadywania jest zmierzenie skuteczności niewidomych.
Warunki wcześniejszego przerwania leczenia: Pacjenci mogą przerwać udział w badaniu w dowolnym momencie i powrócić do standardowej opieki, jeśli wycofają swoją zgodę. Jeśli pacjent wycofa się z badania z jakiegokolwiek powodu, personel badawczy przeprowadzi wizytę końcową badania.
Określenie wielkości próby: Podstawową analizą jest różnica w odsetku pacjentów w dwóch grupach badawczych, którzy osiągnęli pierwszorzędowy punkt końcowy skuteczności ponownej hospitalizacji w ciągu 6 miesięcy od wypisu. Szacunkowa częstość zdarzeń w grupie otrzymującej standardową terapię wynosi 37%, co stanowi częstość zdarzeń w grupie kontrolnej na podstawie systematycznego przeglądu randomizowanych, kontrolowanych prób interwencji wypisowych. Minimalna klinicznie istotna różnica, 13%, odpowiada standaryzowanemu przyrostowi 28,2% i stanowi empiryczną granicę istotności ilościowej.
Wymagana liczebność próby do analizy pierwotnej to 275 pacjentów w grupie przydzielonej do wypisu z zastosowania technologii informacyjnej dla zdrowia i 275 pacjentów w grupie przydzielonej do terapii kontrolnej (zwykłej opieki). W poprzednim badaniu dotyczącym planowania wypisu badacze włączyli 28% (363/1296) potencjalnie kwalifikujących się pacjentów. W tym samym badaniu 72% (262/363) włączonych pacjentów ukończyło 6-miesięczną ocenę. Nasz szpitalny serwis wypisuje 297 pacjentów miesięcznie. Szacujemy, że w ciągu 18,37 miesięcy przebadamy 5456 pacjentów. Szacujemy, że 50% przebadanych pacjentów będzie potencjalnie kwalifikować się zgodnie z kryteriami Pra. Szacujemy, że wśród potencjalnie kwalifikujących się pacjentów 28% zgodzi się na włączenie do badania. W związku z tym liczba włączonych pacjentów wyniesie 5456 x 50% x 28% = 764. Szacujemy, że 72% (550/764) włączonych pacjentów będzie kontynuować badanie do 6-miesięcznej oceny.
Po 3 miesiącach rejestracji pacjentów stwierdziliśmy, że wskaźnik rejestracji był zbyt niski, aby osiągnąć wymaganą wielkość próby. W 2005 r. zwróciliśmy się do Agencji ds. Jakości i Instytucjonalnej Komisji Rewizyjnej ds. Badań w Opiece Zdrowotnej i otrzymaliśmy zgodę na obniżenie kryterium włączenia pacjentów, prawdopodobieństwa lub powtórnego przyjęcia (PRA) z 0,50 do 0,40.
Typ studiów
Zapisy (Rzeczywisty)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Illinois
-
Peoria, Illinois, Stany Zjednoczone, 61637
- OSF Saint Francis Medical Center
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Kryteria przyjęcia:
- Pacjenci hospitalizowani w Centrum Medycznym OSF Saint Francis
- Zwolniony przez służby szpitalne lub inne służby szpitalne
- Wysokie ryzyko złych wyników po wypisaniu ze szpitala definiowane jako prawdopodobieństwo readmisji (PRA) 0,4 lub wyższe
Kryteria wyłączenia:
- Mniej niż 18 lat
- Nie chcą lub nie mogą wyrazić pisemnej zgody
- Oczekiwana długość życia poniżej 6 miesięcy
- Otrzyma opiekę ambulatoryjną od lekarza podstawowej opieki zdrowotnej, który jest tym samym, co lekarz wypisujący
- Nie mów po angielsku ani hiszpańsku
- Nie czujny i zorientowany, gdy został przyjęty
- Nie mają telefonu do kontaktu po wypisaniu ze szpitala
- Nie mieszkać w środkowym Illinois
- Zostanie wypisany do domu opieki
- Wcześniej zarejestrowani jako uczestnicy badania
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Badania usług zdrowotnych
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Pojedynczy
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Rozładuj oprogramowanie komunikacyjne
Skomputeryzowana aplikacja-Physician-Order-Entry ułatwiająca komunikację w czasie wypisu ze szpitala z pacjentami, farmaceutami detalicznymi, lekarzami środowiskowymi.
Oprogramowanie miało wymagane pola, listy wyboru, standardowe dawki leków, alerty, przypomnienia, informacje referencyjne online.
Oprogramowanie skłoniło lekarza wypisującego do wpisania oczekujących badań, zlecenia badań po wypisie.
Lekarze szpitalni wykorzystali oprogramowanie w dniu wypisu do automatycznego wygenerowania czterech dokumentów: spersonalizowanego listu do lekarza ambulatoryjnego, czytelnych recept i czytelnego nakazu wypisania
|
Skomputeryzowane oprogramowanie do wprowadzania zleceń lekarskich używane przez lekarza wypisującego
Inne nazwy:
|
|
Aktywny komparator: Zwykły proces rozładowania opieki
Lekarze szpitalni i pielęgniarki oddziałowe wypełniali odręcznie wypisy w dniu wypisu.
Formularze zawierały puste miejsca na diagnozy wypisowe, leki wypisowe, instrukcje dotyczące leków, czynności i ograniczenia po wypisie, dietę po wypisie, interwencje diagnostyczne i terapeutyczne po wypisie oraz spotkania.
Pacjenci otrzymali odręczne kopie formularzy, z których jedna strona zawierała również instrukcje dotyczące leków i recepty
|
Odręcznie
Inne nazwy:
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Hospitalizacja, przynajmniej jedna
Ramy czasowe: w ciągu 6 miesięcy po wypisie
|
Liczba uczestników z co najmniej jedną ponowną hospitalizacją w ciągu 6 miesięcy po wypisie z indeksowej wizyty szpitalnej
|
w ciągu 6 miesięcy po wypisie
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Postrzeganie procesu wypisu przez pacjentów, skuteczność, satysfakcja, gotowość
Ramy czasowe: 1 tydzień po wypisie
|
1 tydzień po wypisie
|
|
|
Postrzeganie procesu wypisu przez pacjentów, satysfakcja
Ramy czasowe: 1 tydzień po wypisie
|
1 tydzień po wypisie
|
|
|
Farmaceuta potrzebny do wyjaśnienia recepty na wypis
Ramy czasowe: 1 dzień po wypisie
|
1 dzień po wypisie
|
|
|
Zadowolenie farmaceuty z wypisu na receptę
Ramy czasowe: 1 dzień po wypisie
|
1 dzień po wypisie
|
|
|
Co najmniej jedno zdarzenie niepożądane w ciągu jednego miesiąca po wypisie ze szpitala
Ramy czasowe: 1 miesiąc po wypisie
|
Liczba uczestników z co najmniej jednym zdarzeniem niepożądanym w ciągu jednego miesiąca po wypisie
|
1 miesiąc po wypisie
|
|
Zadowolenie pacjenta z informacji o lekach
Ramy czasowe: 1 tydzień po wypisie
|
1 tydzień po wypisie
|
|
|
Percepcja lekarza podstawowej opieki zdrowotnej, skuteczność
Ramy czasowe: 10 dni po wypisie
|
10 dni po wypisie
|
|
|
Postrzeganie lekarza podstawowej opieki zdrowotnej, satysfakcja
Ramy czasowe: 10 dni po wypisie
|
10 dni po wypisie
|
|
|
Zadowolenie lekarza z procesu wypisu
Ramy czasowe: 6 miesięcy po użyciu procesu rozładowania
|
6 miesięcy po użyciu procesu rozładowania
|
|
|
Liczba wizyt ambulatoryjnych
Ramy czasowe: w ciągu 6 miesięcy po wypisie
|
w ciągu 6 miesięcy po wypisie
|
|
|
Liczba wizyt w SOR
Ramy czasowe: w ciągu 6 miesięcy po wypisie
|
Liczba uczestników z co najmniej jedną wizytą w oddziale ratunkowym w ciągu sześciu miesięcy po wypisie
|
w ciągu 6 miesięcy po wypisie
|
|
Czas poświęcony przez lekarza na wypełnienie wniosku o wypis
Ramy czasowe: uśrednione w ciągu 2 lat rejestracji pacjentów
|
uśrednione w ciągu 2 lat rejestracji pacjentów
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: James F Graumlich, MD, University of Illinois College of Medicine
Publikacje i pomocne linki
Publikacje ogólne
- Charlson ME, Pompei P, Ales KL, MacKenzie CR. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis. 1987;40(5):373-83. doi: 10.1016/0021-9681(87)90171-8.
- van Walraven C, Seth R, Laupacis A. Dissemination of discharge summaries. Not reaching follow-up physicians. Can Fam Physician. 2002 Apr;48:737-42.
- van Walraven C, Laupacis A, Seth R, Wells G. Dictated versus database-generated discharge summaries: a randomized clinical trial. CMAJ. 1999 Feb 9;160(3):319-26.
- Murray DM, Varnell SP, Blitstein JL. Design and analysis of group-randomized trials: a review of recent methodological developments. Am J Public Health. 2004 Mar;94(3):423-32. doi: 10.2105/ajph.94.3.423.
- Heitjan DF. Annotation: what can be done about missing data? Approaches to imputation. Am J Public Health. 1997 Apr;87(4):548-50. doi: 10.2105/ajph.87.4.548. No abstract available.
- Donner A, Donald A. Analysis of data arising from a stratified design with the cluster as unit of randomization. Stat Med. 1987 Jan-Feb;6(1):43-52. doi: 10.1002/sim.4780060106.
- Donner A, Birkett N, Buck C. Randomization by cluster. Sample size requirements and analysis. Am J Epidemiol. 1981 Dec;114(6):906-14. doi: 10.1093/oxfordjournals.aje.a113261. No abstract available.
- Hedeker D, Gibbons RD. MIXREG: a computer program for mixed-effects regression analysis with autocorrelated errors. Comput Methods Programs Biomed. 1996 May;49(3):229-52. doi: 10.1016/0169-2607(96)01723-3.
- Naylor MD, Brooten D, Campbell R, Jacobsen BS, Mezey MD, Pauly MV, Schwartz JS. Comprehensive discharge planning and home follow-up of hospitalized elders: a randomized clinical trial. JAMA. 1999 Feb 17;281(7):613-20. doi: 10.1001/jama.281.7.613.
- Naranjo CA, Busto U, Sellers EM, Sandor P, Ruiz I, Roberts EA, Janecek E, Domecq C, Greenblatt DJ. A method for estimating the probability of adverse drug reactions. Clin Pharmacol Ther. 1981 Aug;30(2):239-45. doi: 10.1038/clpt.1981.154. No abstract available.
- Forster AJ, Murff HJ, Peterson JF, Gandhi TK, Bates DW. The incidence and severity of adverse events affecting patients after discharge from the hospital. Ann Intern Med. 2003 Feb 4;138(3):161-7. doi: 10.7326/0003-4819-138-3-200302040-00007.
- Johnson A, Sandford J, Tyndall J. Written and verbal information versus verbal information only for patients being discharged from acute hospital settings to home. Cochrane Database Syst Rev. 2003;2003(4):CD003716. doi: 10.1002/14651858.CD003716.
- Andersen HE, Schultz-Larsen K, Kreiner S, Forchhammer BH, Eriksen K, Brown A. Can readmission after stroke be prevented? Results of a randomized clinical study: a postdischarge follow-up service for stroke survivors. Stroke. 2000 May;31(5):1038-45. doi: 10.1161/01.str.31.5.1038.
- Anderson GF, Steinberg EP. Hospital readmissions in the Medicare population. N Engl J Med. 1984 Nov 22;311(21):1349-53. doi: 10.1056/NEJM198411223112105.
- Shepperd S, Parkes J, McClaren J, Phillips C. Discharge planning from hospital to home. Cochrane Database Syst Rev. 2004;(1):CD000313. doi: 10.1002/14651858.CD000313.pub2.
- Beers MH, Sliwkowski J, Brooks J. Compliance with medication orders among the elderly after hospital discharge. Hosp Formul. 1992 Jul;27(7):720-4.
- Brook RH, Appel FA, Avery C, Orman M, Stevenson RL. Effectiveness of inpatient follow-up care. N Engl J Med. 1971 Dec 30;285(27):1509-14. doi: 10.1056/NEJM197112302852705. No abstract available.
- Burnand B, Kernan WN, Feinstein AR. Indexes and boundaries for "quantitative significance" in statistical decisions. J Clin Epidemiol. 1990;43(12):1273-84. doi: 10.1016/0895-4356(90)90093-5.
- Corrigan JM, Martin JB. Identification of factors associated with hospital readmission and development of a predictive model. Health Serv Res. 1992 Apr;27(1):81-101.
- Deyo RA, Cherkin DC, Ciol MA. Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases. J Clin Epidemiol. 1992 Jun;45(6):613-9. doi: 10.1016/0895-4356(92)90133-8.
- Donner A, Klar N. Pitfalls of and controversies in cluster randomization trials. Am J Public Health. 2004 Mar;94(3):416-22. doi: 10.2105/ajph.94.3.416.
- Foster DS, Paterson C, Fairfield G. Evaluation of immediate discharge documents--room for improvement? Scott Med J. 2002 Aug;47(4):77-9. doi: 10.1177/003693300204700402.
- Grimmer K, Moss J. The development, validity and application of a new instrument to assess the quality of discharge planning activities from the community perspective. Int J Qual Health Care. 2001 Apr;13(2):109-16. doi: 10.1093/intqhc/13.2.109.
- Hauck WW, Anderson S, Marcus SM. Should we adjust for covariates in nonlinear regression analyses of randomized trials? Control Clin Trials. 1998 Jun;19(3):249-56. doi: 10.1016/s0197-2456(97)00147-5.
- Hedeker D, Gibbons RD. MIXOR: a computer program for mixed-effects ordinal regression analysis. Comput Methods Programs Biomed. 1996 Mar;49(2):157-76. doi: 10.1016/0169-2607(96)01720-8.
- Hedeker D, Siddiqui O, Hu FB. Random-effects regression analysis of correlated grouped-time survival data. Stat Methods Med Res. 2000 Apr;9(2):161-79. doi: 10.1177/096228020000900206.
- Horne R, Hankins M, Jenkins R. The Satisfaction with Information about Medicines Scale (SIMS): a new measurement tool for audit and research. Qual Health Care. 2001 Sep;10(3):135-40. doi: 10.1136/qhc.0100135...
- Hsieh FY. Sample size formulae for intervention studies with the cluster as unit of randomization. Stat Med. 1988 Nov;7(11):1195-201. doi: 10.1002/sim.4780071113. Erratum In: Stat Med 1997 Jun 15;16(11):1300.
- Hunsberger S, Murray D, Davis CE, Fabsitz RR. Imputation strategies for missing data in a school-based multi-centre study: the Pathways study. Stat Med. 2001 Jan 30;20(2):305-16. doi: 10.1002/1097-0258(20010130)20:23.0.co;2-m.
- Kerry SM, Bland JM. Unequal cluster sizes for trials in English and Welsh general practice: implications for sample size calculations. Stat Med. 2001 Feb 15;20(3):377-90. doi: 10.1002/1097-0258(20010215)20:33.0.co;2-n.
- Kiefe CI, Heudebert G, Box JB, Farmer RM, Michael M, Clancy CM. Compliance with post-hospitalization follow-up visits: rationing by inconvenience? Ethn Dis. 1999 Autumn;9(3):387-95.
- Manos PJ, Wu R. The ten point clock test: a quick screen and grading method for cognitive impairment in medical and surgical patients. Int J Psychiatry Med. 1994;24(3):229-44. doi: 10.2190/5A0F-936P-VG8N-0F5R.
- Marcantonio ER, McKean S, Goldfinger M, Kleefield S, Yurkofsky M, Brennan TA. Factors associated with unplanned hospital readmission among patients 65 years of age and older in a Medicare managed care plan. Am J Med. 1999 Jul;107(1):13-7. doi: 10.1016/s0002-9343(99)00159-x.
- McInnes E, Mira M, Atkin N, Kennedy P, Cullen J. Can GP input into discharge planning result in better outcomes for the frail aged: results from a randomized controlled trial. Fam Pract. 1999 Jun;16(3):289-93. doi: 10.1093/fampra/16.3.289.
- Nazareth I, Burton A, Shulman S, Smith P, Haines A, Timberal H. A pharmacy discharge plan for hospitalized elderly patients--a randomized controlled trial. Age Ageing. 2001 Jan;30(1):33-40. doi: 10.1093/ageing/30.1.33.
- O'Connell EM, Teich JM, Pedraza LA, Thomas D. A comprehensive inpatient discharge system. Proc AMIA Annu Fall Symp. 1996:699-703.
- Pacala JT, Boult C, Boult L. Predictive validity of a questionnaire that identifies older persons at risk for hospital admission. J Am Geriatr Soc. 1995 Apr;43(4):374-7. doi: 10.1111/j.1532-5415.1995.tb05810.x.
- Pacala JT, Boult C, Reed RL, Aliberti E. Predictive validity of the Pra instrument among older recipients of managed care. J Am Geriatr Soc. 1997 May;45(5):614-7. doi: 10.1111/j.1532-5415.1997.tb03097.x.
- Paquette-Lamontagne N, McLean WM, Besse L, Cusson J. Evaluation of a new integrated discharge prescription form. Ann Pharmacother. 2001 Jul-Aug;35(7-8):953-8. doi: 10.1345/aph.10244.
- Phillips CO, Wright SM, Kern DE, Singa RM, Shepperd S, Rubin HR. Comprehensive discharge planning with postdischarge support for older patients with congestive heart failure: a meta-analysis. JAMA. 2004 Mar 17;291(11):1358-67. doi: 10.1001/jama.291.11.1358. Erratum In: JAMA. 2004 Sep 1;292(9):1022.
- Reuben DB, Keeler E, Seeman TE, Sewall A, Hirsch SH, Guralnik JM. Development of a method to identify seniors at high risk for high hospital utilization. Med Care. 2002 Sep;40(9):782-93. doi: 10.1097/00005650-200209000-00008.
- Romano PS, Chan BK. Risk-adjusting acute myocardial infarction mortality: are APR-DRGs the right tool? Health Serv Res. 2000 Mar;34(7):1469-89.
- Sands DZ, Safran C. Closing the loop of patient care--a clinical trial of a computerized discharge medication program. Proc Annu Symp Comput Appl Med Care. 1994:841-5.
- Sexton J, Ho YJ, Green CF, Caldwell NA. Ensuring seamless care at hospital discharge: a national survey. J Clin Pharm Ther. 2000 Oct;25(5):385-93. doi: 10.1046/j.1365-2710.2000.00305.x.
- Shelton P, Sager MA, Schraeder C. The community assessment risk screen (CARS): identifying elderly persons at risk for hospitalization or emergency department visit. Am J Manag Care. 2000 Aug;6(8):925-33.
- Smith DM, Giobbie-Hurder A, Weinberger M, Oddone EZ, Henderson WG, Asch DA, Ashton CM, Feussner JR, Ginier P, Huey JM, Hynes DM, Loo L, Mengel CE. Predicting non-elective hospital readmissions: a multi-site study. Department of Veterans Affairs Cooperative Study Group on Primary Care and Readmissions. J Clin Epidemiol. 2000 Nov;53(11):1113-8. doi: 10.1016/s0895-4356(00)00236-5.
- van Walraven C, Seth R, Austin PC, Laupacis A. Effect of discharge summary availability during post-discharge visits on hospital readmission. J Gen Intern Med. 2002 Mar;17(3):186-92. doi: 10.1046/j.1525-1497.2002.10741.x.
- Weinberger M, Oddone EZ, Henderson WG. Does increased access to primary care reduce hospital readmissions? Veterans Affairs Cooperative Study Group on Primary Care and Hospital Readmission. N Engl J Med. 1996 May 30;334(22):1441-7. doi: 10.1056/NEJM199605303342206.
- Nace GS, Graumlich JF, Aldag JC. Software design to facilitate information transfer at hospital discharge. Inform Prim Care. 2006;14(2):109-19. doi: 10.14236/jhi.v14i2.621.
- Graumlich JF, Novotny NL, Aldag JC. Brief scale measuring patient preparedness for hospital discharge to home: Psychometric properties. J Hosp Med. 2008 Nov-Dec;3(6):446-54. doi: 10.1002/jhm.316.
- Graumlich JF, Grimmer-Somers K, Aldag JC. Discharge planning scale: community physicians' perspective. J Hosp Med. 2008 Nov-Dec;3(6):455-64. doi: 10.1002/jhm.371.
- Graumlich JF, Novotny NL, Stephen Nace G, Kaushal H, Ibrahim-Ali W, Theivanayagam S, William Scheibel L, Aldag JC. Patient readmissions, emergency visits, and adverse events after software-assisted discharge from hospital: cluster randomized trial. J Hosp Med. 2009 Sep;4(7):E11-9. doi: 10.1002/jhm.469.
- Graumlich JF, Novotny NL, Nace GS, Aldag JC. Patient and physician perceptions after software-assisted hospital discharge: cluster randomized trial. J Hosp Med. 2009 Jul;4(6):356-63. doi: 10.1002/jhm.565.
- Novotny NL, Anderson MA. Prediction of early readmission in medical inpatients using the Probability of Repeated Admission instrument. Nurs Res. 2008 Nov-Dec;57(6):406-15. doi: 10.1097/NNR.0b013e31818c3e06.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Ukończenie studiów (Rzeczywisty)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Oszacować)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Oszacować)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 1R01HS015084-01 (Grant/kontrakt AHRQ w USA)
- 1R01HS015084-02 (Grant/kontrakt AHRQ w USA)
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .