MétaCan
Menu
Retour à la cohorte
Enregistrement W1979952460 · doi:10.3747/co.v18i6.841

Assessment and Management of Febrile Neutropenia in Emergency Departments within a Regional Health Authority—A Benchmark Analysis

2011· article· en· W1979952460 sur OpenAlexaffvenue
David Szwajcer, Piotr Czaykowski, Donna Turner

Notice bibliographique

RevueCurrent Oncology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueNeutropenia and Cancer Infections
Établissements canadiensUniversity of ManitobaCancerCare Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineFebrile neutropeniaNeutropeniaEmergency departmentBenchmark (surveying)Intensive care medicineMedical emergencyNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Febrile neutropenia is considered an oncologic emergency, for which prompt initiation of antibiotics is essential. METHODS: We conducted a retrospective cohort study for the 2006 calendar year involving all adult oncology patients presenting with febrile neutropenia to a regional health authority's emergency departments. The objective was to determine the time from triage to antibiotic administration and its impact on patient outcomes. RESULTS: We identified 68 patients presenting with febrile neutropenia, most of whom (76%) were seen in tertiary care centers. Of those patients, 65% were triaged to be seen within 15 minutes of arrival in the emergency room; however, the median time to reassessment was 57 minutes. The median time from triage to antibiotic administration was 5 hours (range: 1.23-22.8 hours). No increased risk of death or increased length of hospital stay was associated with delayed antibiotic administration. Older patients and patients without caregiver support were more likely to experience delayed antibiotic administration (odds ratio: 3.8 and 12.7 respectively). CONCLUSIONS: We were not able to show a deleterious effect of delay in antibiotic administration, but our analysis identified several points at which patient flow through the emergency room could be improved.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,174
Tête enseignante GPT0,463
Écart entre enseignants0,289 · 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 tête enseignante, 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

Citations36
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetNeutropenia and Cancer InfectionsTravaux en français237 207