Impact of hospital nursing care on 30‐day mortality for acute medical patients
Notice bibliographique
Résumé
AIM: This paper reports on structures and processes of hospital care influencing 30-day mortality for acute medical patients. BACKGROUND: Wide variation in risk-adjusted 30-day hospital mortality rates for acute medical patients indicates that hospital structures and processes of care affect patient death. Because nurses provide the majority of care to hospitalized patients, we propose that structures and processes of nursing care have an impact on patient death or survival. METHOD: A model hypothesizing the impact of nursing-related hospital care structures and processes on 30-day mortality was tested. Patient data from the Ontario, Canada Discharge Abstract Database 2002-2003, nurse data from the Ontario Nurse Survey 2003, and hospital staffing data from the Ontario Hospital Reporting System 2002-2003 files were used to develop indicators for variables hypothesized to impact 30-day mortality. Two multiple regression models were implemented to test the model. First, all variables were forced to enter the model simultaneously. Second, backward regression was implemented. FINDINGS: Using backward regression, 45% of variance in risk-adjusted 30-day mortality rates was explained by eight predictors. Lower 30-day mortality rates were associated with hospitals that had a higher percentage of Registered Nurse staff, a higher percentage of baccalaureate-prepared nurses, a lower dose or amount of all categories of nursing staff per weighted patient case, higher nurse-reported adequacy of staffing and resources, higher use of care maps or protocols to guide patient care, higher nurse-reported care quality, lower nurse-reported adequacy of manager ability and support, and higher nurse burnout. CONCLUSION: Just as hospitals and clinicians caring for patients focus carefully on completing accurate diagnosis and appropriate and effective interventions, so too should hospitals carefully plan and manage structures and processes of care such as the proportion of Registered Nurses in the staff mix, percentage of baccalaureate-prepared nurses, and routine use of care maps to minimize unnecessary patient death.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».