Variation in Diagnostic Testing in ICUs
Notice bibliographique
Résumé
OBJECTIVES: To explore variation in the use of diagnostic testing in ICUs, with emphasis on differences between teaching and nonteaching ICUs. DESIGN: Retrospective review of a prospective clinical ICU database. SETTING: Five teaching and four nonteaching ICUs in Winnipeg, Canada, during 2006-2010. PATIENTS: All adults admitted to the nine ICUs during the study period were eligible. After excluding subgroups restricted to teaching ICUs, inter-ICU transfers, prior ICU admission within 90 days, ICU length of stay less than 12 hours, and missing death dates, 10,262 patients were evaluated. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Our primary outcome variable (TotalTesting) was the cumulative number of nine common laboratory tests, three radiologic tests, and electrocardiograms performed in each ICU. We used multivariable median regression to identify factors associated with TotalTesting, including length of stay, demographics, admission details, type and severity of acute illness, and specific medical interventions. We estimated the predictive power of variables as the decline in pseudo-R2 (a goodness-of-fit measure for median regression) when omitting those variables from the model. Median (interquartile range) TotalTesting was 27 (18-49) in teaching ICUs and 20 (13-36) in nonteaching units. With multivariable adjustment, median TotalTesting was 7.1 higher (95% CI, 6.6-7.7) in teaching ICUs. The most influential variable was length of stay, accounting for almost half of the variation. ICU teaching status was the second most important factor, greater than the degree of physiologic derangement and details of medical management. CONCLUSIONS: After adjustment for confounding variables, patients in teaching ICUs had slightly but significantly more diagnostic tests done than those in nonteaching ICUs. In addition to increasing costs, prior studies have shown that excessive testing can cause harm in various ways and does not improve outcomes. Interventions to reduce testing should be directed to all caregivers with responsibility for ordering diagnostic tests, in both teaching and nonteaching institutions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».