MétaCan
Menu
Retour à la cohorte
Enregistrement W2032816295 · doi:10.1111/j.1365-2648.2006.04084.x

Impact of hospital nursing care on 30‐day mortality for acute medical patients

2006· article· en· W2032816295 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Advanced Nursing · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareCanadian Health Services Research FoundationHeart and Stroke Foundation of Canada
Mots-clésMedicineStaffingAcute careNursing careMortality rateNursingEmergency medicineHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,418
Écart entre enseignants0,393 · 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