It's not you, it's me: time to narrow the gap in weekend care
Notice bibliographique
Résumé
Numerous studies1–6 have now described the ‘weekend effect’ and its negative impact on timeliness of inpatient care and mortality. Patients presenting with numerous medical and surgical problems experience better outcomes if they happen to arrive in hospital on a workday versus a weekend day. Researchers have highlighted the problem as reflecting reduced staffing and decreased access to specialised services at the weekend. Remarkably, the weekend effect was recently found to extend even to elective admissions and surgeries, raising major questions about resource planning around elective care that occurs near the end of the week.7 ,8 Perez Concha et al 9 analysed administrative data from Australian hospitals between 2000 and 2007. They compared 7-day mortality after hospital admission in patients admitted during the weekend versus a weekday, stratifying their analysis by diagnostic group. They defined the weekend as occurring between midnight on Friday and midnight on Sunday. Their analysis included ORs for death after weekend versus weekday admission, as well as survival curves and HRs. In all, 16 of 430 diagnostic groups showed evidence of a weekend effect for 7-day patient mortality. No conditions demonstrated an ‘inverse weekend effect’, or decreased mortality over the weekend relative to the work week. In addition to risk ratios, the authors present the absolute number of excess deaths for each condition. All together, these conditions account for 21 excess deaths per 1000 patient admissions. Adjustment for differences in case mix between weekend and weekday groups surprisingly increased the magnitude of the observed weekend …
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,007 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».