Who goes where? determining factors that influence where severely injured Canadian children are treated
Notice bibliographique
Résumé
Background To date research has suggested that paediatric trauma systems are associated with a reduction in preventable deaths. However, there has been little work to determine what factors are associated with determining where a severely injured paediatric patient is treated. Aims/Objectives/Purpose To determine factors that are associated with where a paediatric patient with a severe injury receives definitive treatment. Treatment location will be classified by hospital type; paediatric trauma centre (level I/II), adult trauma centre (level I/II) or other. Methods The Discharge Abstract Database will be used to discern factors that are associated with where a severely injured child receives definitive treatment. Children (≤16 years) who have sustained a severe injury (defined by ICD-10 codes) will be isolated. The primary outcome variable will be treatment location classified into three groups by hospital type; paediatric trauma centre (level I/II), adult trauma centre (level I/II) or other. Demographic, hospital and other care related factors will be included in the final adjusted models Outcome Analysis is currently underway. Significance/Contribution This study will provide an overview of the current functioning of the regional Canadian paediatric trauma systems and what factors are related to definitive care. This will provide key information to address any disparities in access to proper trauma care for severely injured paediatric patients. Additionally, it will allow for future work to determine if where definitive treatment is received impacts on patient outcomes.
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) | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».