The role of autopsy on patients with burns
Notice bibliographique
Résumé
Burn center verification requires the use of autopsy as one method of quality assurance in a burn center. Because of the decreasing rates of autopsies worldwide and improved diagnostic accuracy in our critical care units, we tested the hypothesis that autopsy diagnosis would not alter our clinical diagnosis. A chart review of all deaths (N = 94) that occurred during a 6-year period (1989-1994) was performed. The clinical diagnoses from the hospital charts and autopsy reports for the patients were reviewed, and diagnostic discrepancies were classified as class I or class II errors. Class I diagnostic errors might have altered the clinical outcome. Class II errors were attributable to the burn injuries but were believed to have had little impact on the clinical outcome. The overall autopsy rate was 93.6% (n = 88). Clinical diagnostic errors were found in 16 (18%) of 88 patients. Five class I errors were found in 4 patients (4.5%), and 15 class II errors were found in 13 patients (14.7%). Although the rate of potentially serious errors was low (only 4.5% of the patients in this study) postmortem examinations revealed clinical diagnostic errors. The results of this study support the continued use of autopsies as a means of quality assurance, despite our ability to closely monitor our critically ill patients with burns.
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 ».