Full capacity protocol: an end to double standards in acute hospital care provision
Notice bibliographique
Résumé
Hospitals with overcrowded Emergency Departments (EDs) are overcrowded hospitals that have chosen to manifest the overcrowding in a single location. This choice is unfair on the acutely sick requiring hospital admission. The National Emergency Nurses Affiliation of Canada have referred to the practice of only allowing the ED to house additional patients as a ‘double standard’ and they have advocated that one possible solution to ED overcrowding is to distribute patients equally between all wards including the ED.1 Emergency Department overcrowding has been defined as an ED operating beyond its available capacity, which results in a situation where the demand for emergency services exceeds the ability of a department to provide quality care within acceptable time frames.2 There are a number of suggested means of measuring ED crowding including the Emergency Department Work Index, the National Emergency Department Overcrowding Scale, the Demand Value of the Real-time Emergency Analysis of Demand Indicators and the Work Score.2 3 The most simple to use crowding metric is the occupancy rate, which is defined as the total number of patients in the ED divided by the number of licensed beds/ED cubicles.4 There are multiple factors that contribute to ED crowding, and the relative contribution of each of these varies between EDs.5 Patient flow analysis can detect ED overcrowding and may help find appropriate solutions to reduce it.4 Access block, the inability to transfer emergency admitted patients to inpatient beds, is the single most important factor contributing to ED overcrowding.6 Hospital overcrowding is primarily due to a shortage of inpatient beds and many factors contribute to the shortage. These factors include:
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 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 ».