The impact of delays to admission from the emergency department on inpatient outcomes
Notice bibliographique
Résumé
BACKGROUND: We sought to determine the impact of delays to admission from the Emergency Department (ED) on inpatient length of stay (LOS), and IP cost. METHODS: We conducted a retrospective analysis of 13,460 adult (>or= 18 yrs) ED visits between April 1 2006 and March 30 2007 at a tertiary care teaching hospital with two ED sites in which the mode of disposition was admission to ICU, surgery or inpatient wards. We defined ED Admission Delay as ED time to decision to admit > 12 hours. The primary outcomes were IP LOS, and total IP cost. RESULTS: Approximately 11.6% (n = 1558) of admitted patients experienced admission delay. In multivariate analysis we found that admission delay was associated with 12.4% longer IP LOS (95% CI 6.6% - 18.5%) and 11.0% greater total IP cost (6.0% - 16.4%). We estimated the cumulative impact of delay on all delayed patients as an additional 2,183 inpatient days and an increase in IP cost of $2,109,173 at the study institution. CONCLUSIONS: Delays to admission from the ED are associated with increased IP LOS and IP cost. Improving patient flow through the ED may reduce hospital costs and improve quality of care. There may be a business case for investments to reduce emergency department admission delays.
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 | 0,003 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».