The objectives of this research are (i) to describe the medicoadministrative profiles of inpatients aged 65 and over and (ii) to determine the main hospitalisation-related diseases in order (iii) to assess and identify predictors influencing hospital costs and lengths of stay thanks to data collected in hospital administrative databases. Methods: The study is based on 45,469 hospital stays of inpatients aged 65 and over, with data collected among ten Belgian general hospitals in 2014. We conduct a linear regression in order to isolate factors influencing hospital costs and length of stay. Results: The mean length of stay (SD) for older patients (65+) is 11 days (18.17) and the mean hospitalisation cost (SD) €6706 (9422). The main predictor of hospital costs is the length of stay. A linear regression (n = 41,348, R 2 = 0.4520) reveals that predictors of a longer LOS for hospitalised older patients are: to be a male, to come from another hospital, to be sent to hospital by a general practitioner, to be admitted through the emergency department, to undergo a surgical procedure, to suffer from a major or extreme SOI or run a major or extreme mortality risk, to have a high score on the Charlson Comorbidity Index (CCI), to stay in an ICU, to belong to older age categories (85+), and to be institutionalised after discharge. Conclusion: Advanced age is by itself only a weak predictor of hospital cost, but it is a good predictor of a longer hospital stay.
Introduction : Les hôpitaux constatent régulièrement que la durée de séjour à l’hôpital de certains patients est prolongée bien que leur présence ne soit plus justifiée par des raisons médicales. Le manque d’infrastructures extrahospitalières pouvant accueillir des patients après une hospitalisation peut avoir un impact sur les coûts des hôpitaux. L’objectif de l’étude est d’établir les profils des patients bed blockers , d’identifier les obstacles à leur sortie, le besoin en structures d’accueil adéquates après l’hospitalisation, de calculer la durée excédentaire du séjour, et d’en évaluer le coût pour les hôpitaux. Méthodes : Une enquête a été réalisée dans quatre hôpitaux belges. Les patients qui sont toujours hospitalisés, alors que l’autorisation médicale de sortie remonte à plus de 24 heures, ont été recensés sur une période de 21 ou 30 jours. L’étude se concentre sur 93 patients. Résultats : Nous distinguons quatre profils de patients bed blockers . 33% des patients sont en attente d’un lit en maison de repos et de soins (MRS) ou une maison de repos pour personnes âgées (MRPA) (groupe A). Ils ont une durée de séjour excédentaire moyenne (écart type) de 13 jours (12), ce qui représente un coût moyen par patient de 8.197 EUR pour l’hôpital. Les patients du groupe B ont besoin d’un accueil temporaire pour leur permettre de restaurer leur autonomie avant de retourner dans leur environnement familial naturel (21%). Ils ont une durée excédentaire moyenne de 3 jours (2), ce qui représente un coût moyen de 2.392 EUR. Les patients du groupe C nécessitent de la revalidation après l’hospitalisation (34%). Ils ont une durée de séjour excédentaire moyenne de 11 jours (18), ce qui représente un coût moyen par patient de 10.070 EUR. Le groupe D reprend les patients pour lesquels il n’existe pas ou peu de solutions de placement. Ils représentent 11% de la population étudiée et ont des profils variés et hétérogènes. L’obstacle principal à la sortie des patients de l’hôpital est un problème de disponibilité ou d’absence de l’offre de soins. Discussion/Conclusion : Les résultats montrent la nécessité de développer des lits de revalidation et de maisons de repos comme première solution permettant la sortie de patients dans des délais raisonnables.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.