Invited Article: Is it time for neurohospitalists?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Explosive growth of hospital-based medicine specialists, termed hospitalists, has occurred in the past decade. This was fueled by pressures within the American health care system for timely, cost-effective, and high-quality care and by the growing chasm between inpatient and outpatient care. In this article, we sought to answer five questions: 1) What is a neurohospitalist? 2) How many neurohospitalists practice in the United States? 3) What are potential advantages of neurohospitalists? 4) What are the challenges of implementing a neurohospitalist practice? 5) What effect does a neurohospitalist have on clinical outcomes? METHODS: We queried biomedical databases (e.g., PubMed) by using the search terms "hospitalist," "neurohospitalist," and "neurology hospitalist." We also searched the Society of Hospital Medicine and the American Academy of Neurology Dendrite classified advertisement Web sites for hospitalist and neurology hospitalist growth by using the same search terms. RESULTS: We defined neurology hospitalists (neurohospitalists) as neurologists who devote at least one-quarter of their time managing inpatients with neurologic disease. Although the number of hospitalists has grown considerably over the past decade, limited data on neurohospitalists exist. Advertisements for neurohospitalist positions have increased from 2003 through 2007, but accurate assessment of growth is limited by the lack of a central organizational affiliation and unifying terminology. CONCLUSION: Health care pressures spawned the growth of medicine and pediatric hospitalists, who provide efficient, cost-effective care by reducing the length of hospitalization. Because neurologists experience the same pressures, we expect neurohospitalists to increase in number, especially within areas that have sufficient inpatient volume and resources.
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.
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) | 0,002 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle