MétaCan
Menu
Retour à la cohorte
Enregistrement W2129386554 · doi:10.1186/1756-0500-1-96

Consultation patterns and clinical correlates of consultation in a tertiary care setting.

2008· article· en· W2129386554 sur OpenAlexafffund
Michaela R Jordan, Joslyn Conley, William A. Ghali

Notice bibliographique

RevueBMC Research Notes · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFondation pour la Recherche MédicaleGovernment of Canada
Mots-clésSubspecialtyMedicineMedical diagnosisFamily medicineHealth careEmergency medicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Consultation in hospital is an essential tool for acquiring subspecialty support when managing patients. There is limited knowledge on the utilization of subspecialty consultation from hospital based general internists. Consultation patterns to medical subspecialists and the patient factors that may influence consultation are reported for general medical services. METHODS AND FINDINGS: Hospital discharge data were obtained for patients from medical services over a 2-year period. Consultations requested to medicine subspecialties were identified, and then reported by type and frequency. Information on demographic factors, clinical diagnoses, length of stay (LOS), time in critical care units, and disposition were compared for patients with and without consultation.3979 patients were hospitalized during the study and 2885 consultations occurred. Almost half of the patients received at least one consultation (48.3%). Gastroenterology (26.3%), infectious diseases (14.6%) and respirology (13.6%) were the most frequently consulted services. Patients with consultation had a greater number of total diagnoses (7.3 vs. 5.5, P < 0.001), a greater mean LOS (15.9 vs. 6.8 days), were more likely to spend time in the ICU (11.5% vs. 3.5%) and CCU (4.3% vs. 1.2%), and to expire in hospital (10.7% vs. 4.9%). CONCLUSION: Consultation occurs frequently and its presence is an indicator of patient complexity and high use of health system resources. Analysis of consultation patterns for specific patient populations could assist in optimizing efficiency in health care delivery. Targeting quality improvement strategies toward optimizing consultation processes, engaging heavily utilized subspecialties in educational roles and assisting with resource planning are areas for future consideration.

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)0,006
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,121
Tête enseignante GPT0,406
Écart entre enseignants0,285 · 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

Citations33
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetHealthcare Systems and TechnologyTravaux en français237 207