Evaluation of the Long‐term Trend in Mortality from Injury in a Mature Inclusive Trauma System
Notice bibliographique
Résumé
BACKGROUND: Organized trauma systems are designed to improve the quality and efficiency of trauma care. Several studies have reported mortality reductions during or immediately after implementation of a trauma system but little data are available on long-term trends. The aim of this study was to evaluate the long-term trend in risk-adjusted mortality in a mature inclusive trauma system. METHODS: The trauma system of the province of Quebec, Canada, was implemented in 1992 and completed in 1996. Data were drawn from the Quebec Trauma Registry with mandatory participation of all 59 centres, uniform inclusion criteria, and standardized data collection and validation procedures. Temporal trends from 1999 to 2006 were evaluated using adjusted estimates of hospital mortality generated with a random-intercept hierarchical logistic regression model. Estimates were adjusted using the Trauma Risk Adjustment Model (TRAM) score. RESULTS: The study population comprised 88,235 patients, including 4731 hospital deaths (5.4%). Crude mortality risk varied between 5.2% in 1999 and 4.6% in 2006. Adjusted mortality risk remained stable between 1999 and 2002, but a statistically significant decrease of 4.6% per year (95% CI = 0.9-8.5) was observed between 2002 and 2006. CONCLUSIONS: The risk of hospital mortality in the Quebec trauma system decreased by 24% between 2002 and 2006. Results suggest that as inclusive and regionalized trauma systems mature, they may provide better care to trauma victims. Further research should attempt to identify determinants of the observed decrease within the system and evaluate quality of life among survivors.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».