Early prediction of hospital admission for emergency department patients - Evidencio
Early prediction of hospital admission for emergency department patients
Patients presenting at the emergency department (ED) are at risk for hospital admission, functional decline and mortality, with older patients having even higher risks. The current model was developed to assess potential differences in independent predictors between age groups. 

The model is developed as part of the APOP study (acronym for: Acutely Presenting Older Patient).

The model contains two separate equations, one for patients aged <70 years, and the other for patients ≥70 years. The latter model did not use age, gender, type of specialist and heart rate as individual predictors. 

The model predicts a patients' individual probability of hospital admission. 

Please note that the model is lacking proper external validation and might not provide accurate predictions. Therefore, outcomes should be interpreted with care before implementing the model in clinical practice. 
Les auteurs de la recherche: Jacinta A. Lucke, Jelle de Gelder, Fleur Clarijs, Christian Heringhaus, Anton J.M. de Craen, Anne J. Fogteloo, Gerard J. Blauw, Bas de Groot, Simon P. Mooijaart
Version: 1.25
  • Public
  • Médecine d'urgence
  • {{ modelType }}
  • Algorithme
  • Détails
  • Valider
  • Sauvegarder l'entrée
  • Entrée de la charge

  • {{ toolbarErrorMessage }}

Affichage
Unités

{{ section.title }}

{{ section.description }}

Calculer le résultat

Définir d'autres paramètres pour effectuer le calcul

The predicted probability of hospital admission is: %

{{ resultSubheader }}
{{ $t('download_result_availability') }}
slide-left-right {{ $t('scroll_chart') }}
{{ chart.title }}
Intervalle de résultats {{ additionalResult.min }} à {{ additionalResult.max }}

Informations conditionnelles

Votre ou vos saisies ont été modifiées. Veuillez mettre à jour votre résultat. Mettre à jour

The models created in this study indicate that predictors of hospital admission from the ED are similar for younger and older patients, but differ in their prognostic capabilities. The overall prognostic  ability of the models was greater for the patients under 70, but the model for older patients is better at identifying the group of patients very likely to be admitted.

These results constitute preparatory work towards creating a screening instrument that could adequately predict hospital admission, particularly for older adults.

Note: It is uncertain whether the outcomes of this model are clinically useful in other hospitals since the model has not been externally validated. The admission rate in the patients used to develop the model may be different in other hospitals. 

 

{{ file.classification }}
PRO
Note
Les notes ne sont visibles que dans le téléchargement des résultats et ne sont pas sauvegardées par Evidencio.

Ce algorithme est fourni à des fins d'éducation, de formation et d'information. Il ne doit pas être utilisé pour aider à la prise de décision médicale ou pour fournir des services médicaux ou de diagnostic. Lire l'intégralité de notre disclaimer.

Algorithmes sous-jacents Une partie de
Commentaires
Commentaire
Veuillez saisir un commentaire
Les commentaires sont visibles par tous

Retour d'information sur le algorithme

Pas encore de retour d'information 1 Commentaire {{ model.comments.length }} Commentaires
Sur {{ comment.created_at }} {{ comment.user.username }} un auteur qui n'est plus enregistré a écrit :
{{ comment.content }}
logo

Veuillez vous connecter pour activer les fonctions d'impression d'Evidencio

Pour utiliser les fonctions d'impression d'Evidencio, vous devez être connecté.
Si vous n'avez pas de compte communautaire Evidencio, vous pouvez créer un compte personnel gratuit à:

https://www.evidencio.com/registration

Résultats imprimés - Exemples 2026-10-28 01:14

Avantages du compte communautaire Evidencio

With an Evidencio Community account you can:

  • Create and publish your own prediction algorithms.
  • Share your prediction algorithms with your colleagues, research group, organization or the world.
  • Review and provide feedback on algorithms that have been shared with you.
  • Validate your algorithms and validate algorithms from other users.
  • Find algorithms based on Title, Keyword, Author, Institute, or MeSH classification.
  • Use and save prediction algorithms and their data.
  • Use patient specific protocols and guidelines based on sequential algorithms and decision trees.
  • Stay up-to-date with new algorithms in your field as they are published.
  • Create your own lists of favorite algorithms and topics.

A personal Evidencio account is free, with no strings attached!
Join us and help create clarity, transparency, and efficiency in the creation, validation, and use of medical prediction algorithms.

Clause de non-responsabilité : les calculs ne doivent jamais dicter les soins aux patients et ne remplacent pas le jugement d'un professionnel.
Conditions générales Politique de confidentialité Disclaimer Contact Refuser les cookies
Evidencio v3.44 © 2015 - 2026 Evidencio. Tous droits réservés