Comparison of Hospital Performance in Emergency Versus Elective General Surgery Operations at 198 Hospitals
Notice bibliographique
Résumé
BACKGROUND: Surgical quality improvement has focused on elective general surgery (ELGS) outcomes despite the substantial risk associated with emergency general surgery (EMGS) procedures. Furthermore, any differences in the quality of care provided to EMGS versus ELGS patients are not well described. We compared risk factors and risk-adjusted outcomes associated with EMGS and ELGS procedures to assess whether hospitals have comparable outcomes across these procedures. STUDY DESIGN: Using American College of Surgeons National Surgical Quality Improvement Program data (2005 to 2008), regression models were constructed for 30-day overall morbidity, serious morbidity, and mortality among all patients, EMGS patients, and ELGS patients. Observed-to-expected (O/E) ratios were calculated from models based on EMGS or ELGS patients. Association of hospital performance after EMGS versus ELGS procedures was assessed by evaluating correlations of O/E ratios; agreement in outlier status (hospitals where O/E confidence intervals [CI] do not overlap 1.0) was evaluated with weighted kappa. RESULTS: Of 473,619 procedures, 67,445 (14.2%) patients underwent an EMGS procedure. EMGS patients were more likely to experience any morbidity (odds ratio [OR] 1.20; 95% CI 1.16 to 1.23), serious morbidity (OR 1.26; 95% CI 1.21 to 1.30), and mortality (OR 1.39; 95% CI 1.30 to 1.48). Correlation between O/E ratios for EMGS and ELGS were moderate to low (overall morbidity = 0.48, p < 0.0001; serious morbidity = 0.41, p < 0.0001, mortality = 0.18, p = 0.01). Outlier status was not consistent across EMGS and ELGS, with only slight agreement (overall morbidity = 0.18, p < 0.0001; serious morbidity = 0.16, p = 0.001, mortality = 0.19, p = 0.01). CONCLUSIONS: EMGS patients are at substantially greater risk than ELGS patients for adverse events. Hospitals do not appear to have highly consistent performance across EMGS and ELGS outcomes. Processes of care that afford improved outcomes to EMGS patients need to be identified and disseminated.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».