MétaCan
Menu
Retour à la cohorte
Enregistrement W2148753519 · doi:10.1186/1472-6963-10-221

The relationship between staff skill mix, costs and outcomes in intermediate care services

2010· article· en· W2148753519 sur OpenAlexaff
Simon Dixon, Billingsley Kaambwa, Susan Nancarrow, Graham Martin, Stirling Bryan

Notice bibliographique

RevueBMC Health Services Research · 2010
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensCentre for Advancing Health OutcomesUniversity of British Columbia
Organismes subventionnairesService Delivery and Organisation ProgrammeMedical Research CouncilNational Institute for Health and Care Research
Mots-clésSkill mixCase mix indexHealth administrationMedicineNursing researchNursingService (business)Multidisciplinary approachHealth informaticsMultivariate analysisHealth careFamily medicinePublic healthMarketingBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The purpose of this study was to assess the relationship between skill mix, patient outcomes, length of stay and service costs in older peoples' intermediate care services in England. METHODS: We undertook multivariate analysis of data collected as part of the National Evaluation of Intermediate Care Services. Data were analysed on between 337 and 403 older people admitted to 14 different intermediate care teams. Independent variables were the numbers of different types of staff within a team and the ratio of support staff to professionally qualified staff within teams. Outcome measures include the Barthel index, EQ-5D, length of service provision and costs of care. RESULTS: Increased skill mix (raising the number of different types of staff by one) is associated with a 17% reduction in service costs (p = 0.011). There is weak evidence (p = 0.090) that a higher ratio of support staff to qualified staff leads to greater improvements in EQ-5D scores of patients. CONCLUSIONS: This study provides limited evidence on the relationship between multidisciplinary skill mix and outcomes in intermediate care services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
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 enseignants0,232
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,073
Tête enseignante GPT0,544
Écart entre enseignants0,471 · 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 tête enseignante, pas un consensus.

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

Citations29
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetInterprofessional Education and CollaborationTravaux en français237 207