Cost factors in Canadian pediatric trauma.
Notice bibliographique
Résumé
OBJECTIVES: To estimate the costs of Canadian pediatric trauma and identify cost predictors. DESIGN: A chart review. SETTING: A regional trauma centre. STUDY MATERIAL: The charts of all 221 children who suffered traumatic injuries with an Injury Severity Score (ISS) of 4 or more seen over 6 years at a regional trauma centre. MAIN OUTCOME MEASURES: Patient data, injury data, all hospital-based costs, excluding nursing, food and medication costs. RESULTS: Mean (and standard deviation) patient age was 12.8 (5) years. Sixty percent were boys. Motor vehicle accidents (MVAs) accounted for 71% of the injuries, followed by falls (11%). The mean (and SD) total cost of care was Can$7,582 (Can$12,370), and the cost of media was Can$2,666. Total cost correlated directly with age (r = 0.29, p < 0.001) and Injury Severity Score (ISS) (r = 0.34, p < 0.001) and inversely with the Pediatric Trauma Score (PTS) (r = -0.20, p = 0.003). The presence of extremity injuries correlated significantly with total cost (r = 0.22, p = 0.001) and PTS (r = -0.25, p < 0.001) but not with the ISS. Logistic regression analysis identified runk injury, ISS and PTS as the main determinants of survival. CONCLUSIONS: The cost of pediatric trauma in Canada can be predicted from admission data and trauma scores. The cost of extremity injuries is significant and can be predicted by the PTS but not the ISS.
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 ».