Associations between rationing of nursing care and inpatient mortality in Swiss 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
OBJECTIVE: To explore the relationship between inpatient mortality and implicit rationing of nursing care, the quality of nurse work environments and the patient-to-nurse staffing ratio in Swiss acute care hospitals. DESIGN: Cross-sectional correlational design. SETTING: Eight Swiss acute care hospitals examined in a survey-based study and 71 comparison institutions. PARTICIPANTS: A total of 165 862 discharge abstracts from patients treated in the 8 RICH Nursing Study (the Rationing of Nursing Care in Switzerland Study) hospitals and 760 608 discharge abstracts from patients treated in 71 Swiss acute care hospitals offering similar services and maintaining comparable patient volumes to the RICH Nursing hospitals. MAIN OUTCOME MEASURES: The dependent variable was inpatient mortality. Logistic regression models were used to estimate the effects of the independent hospital-level measures. RESULTS: Patients treated in the hospital with the highest rationing level were 51% more likely to die than those in peer institutions (adjusted OR: 1.51, 95% CI: 1.34-1.70). Patients treated in the study hospitals with higher nurse work environment quality ratings had a significantly lower likelihood of death (adjusted OR: 0.80, 95% CI: 0.67-0.97) and those treated in the hospital with the highest measured patient-to-nurse ratio (10:1) had a 37% higher risk of death (adjusted OR: 1.37, 95% CI: 1.24-1.52) than those in comparison institutions. CONCLUSIONS: Measures of rationing may reflect care conditions that place hospital patients at risk of negative outcomes and thus deserve attention in future hospital outcomes research studies.
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 | 0,001 | 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 découle