Impact of a Stroke Unit on Length of Hospital Stay and In-Hospital Case Fatality
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Randomized trials have demonstrated reduced morbidity and mortality with stroke unit care; however, the effect on length of stay, and hence the economic benefit, is less well-defined. In 2001, a multidisciplinary stroke unit was opened at our institution. We observed whether a stroke unit reduces length of stay and in-hospital case fatality when compared to admission to a general neurology/medical ward. METHODS: A retrospective study of 2 cohorts in the Foothills Medical Center in Calgary was conducted using administrative databases. We compared a cohort of stroke patients managed on general neurology/medical wards before 2001, with a similar cohort of stroke patients managed on a stroke unit after 2003. The length of stay was dichotomized after being centered to 7 days and the Charlson Index was dichotomized for analysis. Multivariable logistic regression was used to compare the length of stay and case fatality in 2 cohorts, adjusted for age, gender, and patient comorbid conditions defined by the Charlson Index. RESULTS: Average length of stay for patients on a stroke unit (n=2461) was 15 days vs 19 days for patients managed on general neurology/medical wards (n=1567). The proportion of patients with length of stay >7 days on general neurology/medical wards was 53.8% vs 44.4% on the stroke unit (difference 9.4%; P<0.0001). The adjusted odds of a length of stay >7 days was reduced by 30% (P<0.0001) on a stroke unit compared to general neurology/medical wards. Overall in-hospital case fatality was reduced by 4.5% with stroke unit care. CONCLUSIONS: We observed a reduced length of stay and reduced in-hospital case-fatality in a stroke unit compared to general neurology/medical wards.
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 ».