The Myth of the Workforce Crisis. Why the United States Does Not Need More Intensivist Physicians
Notice bibliographique
Résumé
Intensivist physician staffing is associated with lower mortality in the intensive care unit (ICU), yet many ICUs are not staffed by trained intensivists. This gap has led to a number of proposals intended to increase the intensivist supply in the United States. In this perspective we argue that such efforts would be both ineffective and ill-advised. Because many ICU patients are not critically ill, workforce models that base demand projections on ICU admission rather than true critical illness substantially overstate the workforce gap. Even in the presence of a workforce gap, training new intensivists would not place them in hospitals where they are needed most, would not mitigate the shortage of nonphysician critical care providers, and would require a unrealistic increase in spending on physician training. In addition, efforts to train more intensivists require us to prioritize intensive care over other specialties that are also in short supply, without clear justification for why intensivists are more important. Rather than continuing an unwarranted push to increase the intensivist supply, we suggest alternative workforce policies that emphasize novel interprofessional care models (to improve ICU quality in the absence of intensivists) combined with limitations on the future growth of ICU beds (to reduce demand through implicit rationing of care). These policies offer opportunities to reduce the mismatch between critical care supply and demand without an unnecessary expansion of the intensivist supply.
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 | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».