Emergency Access to Neurosurgical Care for Patients with Traumatic Brain Injury
Notice bibliographique
Résumé
BACKGROUND: Traumatic brain injury (TBI) is one of the most common causes of injury-related morbidity and mortality. Access to neurosurgical services is critical to optimal outcomes through reduction of secondary injury. We sought to evaluate variations in access to neurosurgical care across a regional trauma system. STUDY DESIGN: This is a population-based retrospective cohort study of patients who sustained isolated severe TBI from 2005 to 2009. Administrative datasets capturing all emergency department visits and hospitalizations were linked deterministically. Differences between access to a trauma center (TC), defined as direct transport from scene or transfer from a nontrauma center (NTC) as opposed to no access, were evaluated; this included patient level determinants of access to TC and delineation of mortality differences between TC and NTC care. Transfer patterns from NTC to TC were also evaluated. RESULTS: We identified 9,448 patients with isolated severe TBI. Almost two-thirds (60%, n = 5,701) received initial care at an NTC. Of these patients, 30% (n = 1,737) were subsequently transferred to a TC. Thirty-day mortality rates of patients treated at a TC vs NTC were 19% vs 18%, respectively (p = 0.19). Among patients younger than 65 years, 67% received TC care; only 41% of patients older than 65 were treated at a TC (p < 0.01). Mechanism, age, brain hemorrhage, and injury severity were associated with TC care. CONCLUSIONS: Considerable variation in delivery of initial care to TBI patients was identified. Factors such as age and injury characteristics were associated with TC access. Because early TC care in TBI confers survival benefits, the demonstrated variability necessitates improvements in access to care for patients with severe head injuries.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».