Les passages non justifiés au service d'accueil urgences : Proposition d'une offre de soins différenciée.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Resume Objectif Le nombre de passage aux urgences dans les etablissements hospitaliers publics en France augmente tous les ans. L’adequation entre l’admission au service accueil-urgence (SAU) et l’etat clinique du patient doit etre verifiee dans le but de tenter une maitrise en amont du SAU. Methode Une etude prospective a ete effectuee au SAU du CHU de Nantes afin d’evaluer la proportion de patients susceptibles de beneficier d’une hospitalisation directe, programmee dans un service de Medecine specialisee ou polyvalente. Resultats Cette proportion est de 10 %. Soixante-treize pour cent des patients sont âges de plus de 60 ans. Ils sont adresses dans 77 % des cas par leur medecin traitant et dans 10,4 % des cas par le medecin de garde. Ils ont dans 33 % des cas des pathologies medicales non specifiques d’organe, dans 20 % des cas des affections dermatologiques, dans 12 % des cas des infections broncho-pulmonaires et dans la meme proportion des pathologies rhumatologiques, les autres affections etant plus rares. Commentaires Les resultats de cette etude doivent etre confirmes par une etude pilote ou le medecin generaliste fera hospitaliser directement en medecine, sans passage par le SAU, des patients qu’il aurait eu l’intention d’adresser au SAU. Pour ce faire, il contactera, sur un telephone portable, le medecin hospitalier qui se chargera de trouver le lit d’hospitalisation. L’impact sur le SAU de cette nouvelle modalite d’hospitalisation sera evalue en terme de nombre d’admissions evitees au SAU.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle