A model for predicting delay in discharge of stroke patients

AimsTo study the factors that predict delay in discharge (DD) for stroke victims when they are admitted to hospital and to build a model for predicting DD in our hospital.MethodA retrospective study of 214 stroke victims admitted to the Physical Medicine and Rehabilitation Service (PMRS) of a general hospital between January 1, 1994, and December 31, 2001. Seventeen clinical and sociodemographic data were studied to determine which factors were predictors of DD: age, sex, type of stroke, side affected, sphincter control, ability to communicate, level of consciousness, deep sensitivity, antecedents of cardiovascular risk, delay before admission to the PMRS, initial functional state and solitude, whether the patient was employed prior to the cerebrovascular accident, and whether the patient's place of residence had any exterior architectural barriers.ResultsA total of 26.6% of patients experienced DD. Factors influencing DD were solitude (odds ratio [OR] 6; 95% confidence interval [CI] 2.2–16.1), an initial functional independence measure (FIM) below 50 (OR 4.5; 95% CI 2.3–8.9) and age greater than 75 years (OR 2.7; 95% CI 1.2–6.1). The best model for predicting DD comprises seven variables: solitude, initial FIM below 50, older than 75 years, left hemiparesis, exterior architectonic barriers at home, cardiovascular antecedents and sex (male). This model has a specificity of 89% and a sensitivity of 40%.ConclusionSolitude, low initial FIM and age older than 75 years influence DD for patients with stroke admitted to hospital. A model for predicting DD is described.

RésuméObjectifa) étudier les facteurs (présents à l'admission du patient) prédictifs de l'échec de retour à domicile ; b) créer un modèle prédictif de l'échec du retour à domicile (DD).MéthodeOn a réalisé une étude rétrospective de 214 patients porteurs de séquelles d'AVC admis dans le service de médecine physique et de réadaptation (PMRS) d'un centre hospitalier entre le 1er janvier 1994 et le 31 décembre 2001. On a ainsi étudié 17 variables cliniques et sociodémographiques pour déterminer les facteurs prédictifs d'un (DD). Les variables sont l'âge, le sexe, le type d'AVC, le côté parétique, le contrôle sphinctérien, les capacités de communication, le niveau de conscience, la sensibilité profonde, les antécédents de risque cardiovasculaire, le délai d'admission en rééducation, la durée de séjour, le statut fonctionnel final, le gain fonctionnel, l'isolement social.Résultats26,6 % des patients présentent un DD. L'étude multivariable détermine que les facteurs qui influent sont l'isolement social (OR : 6, IC 95 % : 2,2 à 16,1), une MIF à l'entrée inférieure à 50 (OR : 4,5 ; IC 95 % : 2,3 à 8,9), un âge supérieur à 75 ans (OR : 2,7 ; IC 95 % : 1,2 à 6,1). Le meilleur modèle prédictif est formé de sept variables : isolement social, MIF à l'entrée inférieure à 50, âge supérieur à 75 ans, hémiparésie gauche, barrières architecturales, antécédents cardiovasculaires, sexe masculin ; la spécificité est de 89 % et la sensibilité de 40 %.ConclusionL'isolement social, un niveau de MIF bas et un âge supérieur à 75 ans contribuent à déterminer un DD. On a pu décrire un modèle de prédiction de DD de haute spécificité (89 %) mais de faible sensibilité (40 %).