Language and Length of Stay in the Pediatric Emergency Department
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: Quality and accessibility of care for patients presenting to the emergency department (ED) can be limited if they cannot communicate in the same language as their health care provider. STUDY OBJECTIVES: We aimed to determine if children whose parents speak a primary language other than English have a longer length of stay (LOS) in the ED compared with English-speaking families. METHODS: We reviewed computerized ED records of age-matched English and 4 most common non-English languages in a tertiary pediatric hospital in Toronto, Canada. We randomly chose English-speaking families in a 3:1 ratio with non-English. We performed bivariate analyses and a multivariable linear regression to test the relationship between language, triage score, age, gender, day of the week, and diagnostic grouping. RESULTS: Out of 48,497 visits for 1 year, we included 6051 English-, 628 Spanish-, 486 Cantonese-, 486 Mandarin-, and 417 Tamil-speaking families. The average LOS was 3.86 and 3.95 hours for English and non-English-speaking patients, respectively (P > 0.05). Non-English speakers had lower acuity more frequently (P = 0.004) and arrived more over weekdays (P = 0.02). In the multivariate regression model, language, triage score, age, and gender were all significantly associated with LOS. Only 6% of the variance in LOS was explained by the regression model. CONCLUSIONS: Language, triage score, patient age, and gender are significantly associated with LOS in the ED. Among other interventions, securing ways to accommodate non-English-speaking health providers in the ED can possibly shorten the LOS and reduce nonacute visits to the ED.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle