C OST -B ENEFIT OF T RAINED T RANSPORT T EAMS : E STIMATES FOR H EAD-INJURED C HILDREN
Notice bibliographique
Résumé
INTRODUCTION: Care during transport influences the outcome of head-injured children. Secondary adverse events, e.g., hypotension and hypoxia, worsen morbidity and mortality. Trained transport teams lower the incidence of such secondary "insults." OBJECTIVE: To estimate the cost-benefit of improved care from trained escorts. METHODS: The setting was a provincial air ambulance service during transition to trained pediatric escort paramedics. A retrospective review of transport and hospital records for a 12-month period was conducted. All children with head injuries (n = 43) transported to tertiary care [11 by untrained escorts (UE), 32 by trained escorts (TE)] were enrolled. Severity of injury was classified by Glasgow Coma Score (GCS); incidence of adverse events was counted and cost of change of severity resulting from preventable insults was estimated using published care costs. RESULTS: There were 13 preventable insults in six patients (55%) in the UE group and five preventable insults in four patients (12%) in the TE group (p<0.05). Among those in the UE group, two changed in severity from moderate to severe, one moderate worsened (decrease in GCS of 2 or more), and two severe worsened. In the TE group, there were no changes >1. Cost-benefit estimates based on change in severity were $136,000 (median) to $238,000 (mean). CONCLUSION: Significant cost-benefit likely accrues from training escorts who transport children with significant head injuries to tertiary care.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».