MétaCan
Menu
Retour à la cohorte
Enregistrement W2125984909 · doi:10.1017/s0714980812000037

Estimating the Cost of Serious Injurious Falls in a Canadian Acute Care Hospital

2012· article· fr· W2125984909 sur OpenAlexaffabout
Aleksandra Zecevic, Bert M. Chesworth, Gregory S. Zaric, Qing Huang, Anneke Salmon, Deb McAuslan, Randy Welch, Douglas Brunton

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2012
Typearticle
Languefr
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésActivity-based costingMedicineEmergency medicineAcute careCost driverMedical emergencyTotal costHealth care

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ Les chutes représentent 40 pour cent des accidents d’hôpitaux et leurs conséquences vont de zéro à des blessures graves. Le but de cette étude a été d’estimer le coût moyen à l’hôpital de la durée du séjour (DS) associée aux chutes liées aux préjudices graves dans un hôpital de soins actifs. Nous avons utilisé les données de gestion des risques et des bases de données qui représentent les frais associés à une blessure grave après une chute à l’hôpital. On a comparé trente-sept patients blessés à 2,330 contrôles en utilisant le diagnostic le plus responsable médical, et par l’âge et par le sexe des patients. En utilisant les t-tests et la regréssion multivariée, on a comparé le coût et la DS. Les coûts moyens pour ceux qui se sont grièvement blessés en tombant, et pour les contrôles sans chutes, étaient DC 44,203 $ et DC 13,507 $ tandis ceux de la DS était, respectivement, 45 et 11 jours. Le coût des soins d’hospitalisation pour un patient qui a subi une chute résultante en blessures graves était 30,696 $ (95% IC : $25,158 – $36,781) supérieur au coût pour quelqu’un qui ne s’est pas tombé. Les gestionnaires d’hôpitaux jouent un rôle de premier plan en créant des programmes dans le réseau pour prévenir les chutes et réduire les coûts hospitaliers.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,450

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,277
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207