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
Background: As part of an interdisciplinary study of medical injury and malpractice litigation, we estimated the incidence of adverse events, defined as injuries caused by medical management, and of the subgroup of such injuries that resulted from negligent or substandard care.Methods: We reviewed 30 121 randomly selected records from 51 randomly selected acute care, nonpsychiatric hospitals in New York State in 1984.We then developed population estimates of injuries and computed rates according to the age and sex of the patients as well as the specialties of the physicians.Results: Adverse events occurred in 3.7% of the hospitalizations (95% confidence interval 3.2 to 4.2), and 27.6% of the adverse events were due to negligence (95% confidence interval 22.5 to 32.6).Although 70.5% of the adverse events gave rise to disability lasting less than 6 months, 2.6% caused permanently disabling injuries and 13.6% led to death.The percentage of adverse events attributable to negligence increased in the categories of more severe injuries (Wald test x 2 = 21.04,p,0.0001).Using weighted totals we estimated that among the 2 671 863 patients discharged from New York hospitals in 1984 there were 98 609 adverse events and 27 179 adverse events involving negligence.Rates of adverse events rose with age (p,0.0001).The percentage of adverse events due to negligence was markedly higher among the elderly (p,0.01).There were significant differences in rates of adverse events among categories of clinical specialties (p,0.0001),but no differences in the percentage due to negligence.Conclusions: There is a substantial amount of injury to patients from medical management, and many injuries are the result of substandard care.
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 | 0,031 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,010 |
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