MARC

 008250123s2024        us                              c    eng  d
■001000017162062
■00520250211151519
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798382785714
■035    ▼a(MiAaPQ)AAI31301286
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a610.73
■1001  ▼aScharp,  Danielle.
■24510▼aLeveraging  Natural  Language  Processing  to  Identify  Risk  for  Hospitalizations  Among  Older  Adult  Home  Healthcare  Patients  With  Urinary  Incontinence
■260    ▼a[Sl]▼bColumbia  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a263  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-12,  Section:  B.
■500    ▼aAdvisor:  Topaz,  Maxim.
■5021  ▼aThesis  (Ph.D.)--Columbia  University,  2024.
■520    ▼aBackground:  Persistently  elevated  hospitalization  rates  in  the  home  healthcare  setting  indicate  the  need  to  prioritize  patients  with  undertreated  conditions  that  can  lead  to  negative  outcomes.  Urinary  incontinence  affects  approximately  40%  of  older  adults  in  home  healthcare,  yet  often  remains  unaddressed.  This  leaves  older  adults  with  urinary  incontinence  at  risk  for  potentially  serious  complications  that  can  lead  to  emergency  department  visits,  hospitalizations,  and  mortality.  Multiple  comorbidities,  co-occurring  symptoms,  and  disparities  in  care  fuel  the  complexity  of  older  adults  in  the  home  healthcare  setting.  The  overall  purpose  of  this  dissertation  was  to  leverage  natural  language  processing  to  understand  symptom  clusters  and  factors  associated  with  acute  care  utilization  among  older  adults  with  urinary  incontinence  in  home  healthcare  to  improve  comprehensive  assessment,  treatment,  and  outcomes.  The  aims  of  this  dissertation  were  to:  1)  identify  relevant  comorbidities  among  community-dwelling  older  adults  with  urinary  incontinence;  2)  develop  and  test  a  natural  language  processing  algorithm  to  extract  symptom  information  from  home  healthcare  free-text  clinical  notes  for  older  adults  with  urinary  incontinence  and  analyze  differences  by  race  or  ethnicity;  3)  identify  symptom  clusters  among  older  adults  with  urinary  incontinence  in  home  healthcare  and  examine  differences  by  sociodemographic  and  clinical  correlates;  and  4)  determine  factors  associated  with  the  risk  of  emergency  department  visits  or  hospitalizations  among  older  adults  with  urinary  incontinence  in  home  healthcare,  including  the  impact  of  symptom  clusters.Methods:  This  dissertation  comprised  four  studies:  1)  a  scoping  review  of  the  literature  to  identify  comorbidities  to  broadly  characterize  community-dwelling  older  adults  with  urinary  incontinence,  2)  a  secondary  analysis  of  cross-sectional  electronic  health  record  data  using  natural  language  processing  to  extract  symptoms  from  free-text  clinical  notes  and  analyze  differences  by  race  or  ethnicity  using  Chi-square  tests  and  logistic  regression  models,  3)  a  secondary  analysis  of  cross-sectional  electronic  health  record  data  using  hierarchical  clustering  to  analyze  the  natural  language  processing-extracted  symptom  variables  and  examine  differences  in  sociodemographic  and  clinical  correlates  using  Chi-square  tests,  and  4)  a  retrospective  secondary  analysis  of  electronic  health  record  data  to  identify  factors,  including  symptom  clusters,  associated  with  emergency  department  visits  or  hospitalizations  using  Chi-square  tests  and  backward  stepwise  logistic  regression.Results:  In  the  scoping  review,  we  synthesized  findings  from  10  studies  that  identified  comorbidities  among  community-dwelling  older  adults  with  urinary  incontinence  across  neurologic,  cardiovascular,  respiratory,  endocrine,  genitourinary,  musculoskeletal,  and  psychologic  systems.  In  the  natural  language  processing  study,  we  identified  eight  symptoms  of  older  adults  with  urinary  incontinence  (i.e.,  anxiety,  constipation,  dizziness,  syncope,  tachycardia,  urinary  frequency/urgency,  urinary  hesitancy/retention,  and  vision  impairment/blurred  vision)  that  were  extracted  from  free-text  clinical  notes  from  approximately  29%  of  home  healthcare  episodes.  Compared  to  White  patients,  home  healthcare  episodes  for  Asian/Pacific  Islander,  Hispanic,  and  Black  patients  were  less  likely  to  have  any  symptoms  documented  in  clinical  notes.  In  the  clustering  analysis,  we  identified  five  distinct  symptom  clusters:  Cluster  1  (anxiety),  Cluster  2  (broadly  symptomatic),  Cluster  3  (dizziness  and  anxiety),  Cluster  4  (constipation,  anxiety,  and  dizziness),  and  Cluster  5  (no  symptoms)  that  correlate  with sociodemographic  and  clinical  characteristics.  Finally,  in  the  retrospective  analysis,  we  found  that  Clusters  1-4  had  higher  odds  of  emergency  department  visits  or  hospitalizations,  in  addition  to  home  healthcare  episodes  for  Black  and  Hispanic  patients,  males,  patients  with  an  unhealed  skin  ulcer,  and  patients  with  a  urinary  tract  infection  14  days  prior  to  home  healthcare  admission.Conclusion:  Older  adults  with  urinary  incontinence  in  home  healthcare  have  complex  physical  and  psychosocial  needs,  increasing  the  risk  of  negative  outcomes.  Improving  comprehensive  assessment  and  treatment  for  older  adults  with  urinary  incontinence  is  an  urgent  priority,  given  high  hospitalization  rates  in  home  healthcare.  Leveraging  natural  language  processing,  this  dissertation  identified  key  symptom  clusters  and  factors  associated  with  emergency  department  visits  or  hospitalizations,  providing  valuable  insight  for  multidimensional  interventions.  Findings  provide  preliminary  evidence  to  inform  improvements  in  clinical  practice,  healthcare  policies,  and  future  research  to  enhance  the  care  of  older  adults  with  urinary  incontinence  and  reduce  negative  outcomes  in  the  home  healthcare  setting.
■590    ▼aSchool  code:  0054.
■650  4▼aNursing
■650  4▼aBioinformatics
■653    ▼aHealthcare  disparities
■653    ▼aHome  healthcare
■653    ▼aNatural  language  processing
■653    ▼aNursing  informatics
■653    ▼aOlder  adults
■653    ▼aSymptom  burden
■690    ▼a0569
■690    ▼a0769
■690    ▼a0715
■71020▼aColumbia  University▼bNursing.
■7730  ▼tDissertations  Abstracts  International▼g85-12B.
■790    ▼a0054
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17162062▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서