MétaCan
Menu
Retour à la cohorte
Enregistrement W2076567632 · doi:10.1097/bcr.0000000000000194

Healthcare Costs of Burn Patients From Homes Without Fire Sprinklers

2014· article· en· W2076567632 sur OpenAlexafffund
Joanne Banfield, Sarah Rehou, Manuel Gómez, Donald A. Redelmeier, Marc G. Jeschke

Notice bibliographique

RevueJournal of Burn Care & Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueBurn Injury Management and Outcomes
Établissements canadiensHealth Sciences CentreUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesNational Institute of General Medical SciencesCanadian Institutes of Health Research
Mots-clésMedicineLibrary scienceHealth careFamily medicineGerontologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The treatment of burn injuries requires high-cost services for healthcare and society. Automatic fire sprinklers are a preventive measure that can decrease fire injuries, deaths, property damage, and environmental toxins. This study's aim was to conduct a cost analysis of patients with burn or inhalation injuries caused by residential fires and to compare this with the cost of implementing residential automatic fire sprinklers. We conducted a cohort analysis of adult burn patients admitted to our provincial burn center (1995-2012). Patient demographics and injury characteristics were collected from medical records and clinical and coroner databases. Resource costs included average cost per day at our intensive care and rehabilitation program, transportation, and property loss. During the study period, there were 1557 residential fire-related deaths province-wide and 1139 patients were admitted to our provincial burn center as a result of a flame injury occurring at home. At our burn center, the average cost was CAN$84,678 per patient with a total cost of CAN$96,448,194. All resources totaled CAN$3,605,775,200. This study shows the considerable healthcare costs of burn patients from homes without fire sprinklers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,542

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,385
Écart entre enseignants0,339 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Burn Care & ResearchMême sujetBurn Injury Management and OutcomesTravaux en français237 207