Emergency Department Conditions Associated With the Number of Patients Who Leave a Pediatric Emergency Department Before Physician Assessment
Notice bibliographique
Résumé
OBJECTIVES: As emergency department (ED) waiting times and volumes increase, substantial numbers of patients leave without being seen (LWBS) by a physician. The objective of this study was to identify ED conditions reflecting patient input, throughput, and output associated with the number of patients who LWBS in a pediatric setting. METHODS: This study was a retrospective, descriptive study using data from 1 urban, tertiary care pediatric ED. The study population consisted of all patient visits to the ED from April 2005 to March 2007. Multivariate Poisson regression analyses were used to examine the impact of the timing of patient arrival and ED conditions including patient acuity, volume, and waiting times on the number of patients who LWBS. RESULTS: During the study period, there were 138,361 patient visits corresponding to 2190 consecutive shifts; 11,055 patients (8%) left without being seen by a physician.In the multivariate analysis, the throughput variables, time from triage to physician assessment (rate ratio, 2.11; 95% confidence interval, 2.01-2.21), and time from registration to triage (rate ratio, 1.55; 95% confidence interval, 1.25-1.90) had the largest association with the number of patients who LWBS. CONCLUSIONS: In the study ED, throughput variables played a more important role than input or output variables on the number of patients who LWBS. This finding, which contrasts with a work done previously in an ED serving primarily adults, highlights the importance of pediatric specific research on the impacts of increasing ED waiting times and volumes.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,007 | 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 ».