What causes international variations in length of stay: A comparative analysis for two inpatient conditions in Japanese and Canadian hospitals
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hospital average length of stay varies considerably between countries. However, there is limited patient-level research identifying or discounting possible reasons for these differences. This study compares the length of stay of patients in Japan, where it is the longest in the OECD, and Canada, where length of stay is closer to the OECD mean. Administrative patient-level data, including age, gender, co-morbidities, intervention, discharge plan, outcome and length of stay were collected from two Japanese and two Ontario, Canada hospitals for two diagnoses: colorectal cancer surgery and acute myocardial infarction. Analyses examined linkages between patient characteristics, hospitals and countries and length of stay. When controlling for patient demographic characteristics, the incidence of co-morbidities and discharge plan practices, Japanese length of stay tended to be significantly longer than that in Canada for both diagnoses. Mortality rates were not significantly different; however, the readmission rate (28 days or less) for acute myocardial infarction was higher in the Canadian hospitals. The findings indicate that non-clinical factors contribute to sustained international differences in length of stay. These factors may include professional or cultural norms, differing payment schemes and access to long-term care facilities. The study also introduces a protocol that can be used for international patient-level comparisons that can enable effective policy and management learning.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle