MétaCan
Menu
Retour à la cohorte
Enregistrement W1967899170 · doi:10.1097/mlr.0b013e3181791a0a

The Association Between Nursing Factors and Patient Mortality in the Veterans Health Administration

2008· article· en· W1967899170 sur OpenAlexaff
Anne Sales, NANCY SHARP, Yu-Fang Li, Elliott Lowy, Gwendolyn T. Greiner, Chuan‐Fen Liu, Anna C. Alt‐White, Cathy Rick, Julie Sochalski, Pamela H. Mitchell, Gary J. Rosenthal, Cheryl B. Stetler, Paulette Cournoyer, Jack Needleman

Notice bibliographique

RevueMedical Care · 2008
Typearticle
Langueen
DomaineNursing
ThématiqueNursing education and management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Washington
Mots-clésAdministration (probate law)Association (psychology)MedicineNursingFamily medicinePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Nurse staffing is not the same across an entire hospital. Nursing care is delivered in geographically-based units, with wide variation in staffing levels. In particular, staffing in intensive care is much richer than in nonintensive care acute units. OBJECTIVE: To evaluate the association of in-hospital patient mortality with registered nurse staffing and skill mix comparing hospital and unit level analysis using data from the Veterans Health Administration (VHA). DESIGN, SETTINGS, AND PATIENTS: A retrospective observational study using administrative data from 129,579 patients from 453 nursing units (171 ICU and 282 non-ICU) in 123 VHA hospitals. METHODS: We used hierarchical multilevel regression models to adjust for patient, unit, and hospital characteristics, stratifying by whether or not patients had an ICU stay during admission. MAIN OUTCOME MEASURE: In-hospital mortality. RESULTS: : Of the 129,579 patients, mortality was 2.9% overall: 6.7% for patients with an ICU stay compared with 1.6% for those without. Whether the analysis was done at the hospital or unit level affected findings. RN staffing was not significantly associated with in-hospital mortality for patients with an ICU stay (OR, 1.02; 95% CI, 0.99-1.03). For non-ICU patients, increased RN staffing was significantly associated with decreased mortality risk (OR, 0.91; 95% CI, 0.86-0.96). RN education was not significantly associated with mortality. CONCLUSIONS: Our findings suggest that the association between RN staffing and skill mix and in-hospital patient mortality depends on whether the analysis is conducted at the hospital or unit level. Variable staffing on non-ICU units may significantly contribute to in-hospital mortality risk.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,361
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetNursing education and managementTravaux en français237 207