Implementation of an acute care emergency surgical service: a cost analysis from the surgeon’s perspective
Notice bibliographique
Résumé
BACKGROUND: Acute care surgical services provide comprehensive emergency general surgical care while potentially using health care resources more efficiently. We assessed the volume and distribution of emergency general surgery (EGS) procedures before and after the implementation of the Acute Care and Emergency Surgery Service (ACCESS) at a Canadian tertiary care hospital and its effect on surgeon billings. METHODS: This single-centre retrospective case-control study compared adult patients who underwent EGS procedures between July and December 2009 (pre-ACCESS), to those who had surgery between July and December 2010 (post-ACCESS). Case distribution was compared between day (7 am to 3 pm), evening (3 pm to 11 pm) and night (11 pm to 7 am). Frequencies were compared using the χ(2) test. RESULTS: Pre-ACCESS, 366 EGS procedures were performed: 24% during the day, 55% in the evening and 21% at night. Post-ACCESS, 463 operations were performed: 55% during the day, 36% in the evening and 9% at night. Reductions in night-time and evening EGS were 57% and 36% respectively (p < 0.001). Total surgeon billings for operations pre- and post-ACCESS were $281 066 and $287 075, respectively: remuneration was $6008 higher post-ACCESS for an additional 97 cases (p = 0.003). Using cost-modelling analysis, post-ACCESS surgeon billing for appendectomies, segmental colectomies, laparotomies and cholecystectomies all declined by $67 190, $125 215, $66 362, and $84 913, respectively (p < 0.001). CONCLUSION: Acute care surgical services have dramatically shifted EGS from nighttime to daytime. Cost-modelling analysis demonstrates that these services have cost-savings potential for the health care system without reducing overall surgeon billing.
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) | 0,001 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».