MétaCan
Menu
Retour à la cohorte
Enregistrement W2154150800 · doi:10.12968/jowc.2013.22.7.341

Net costs of hospital-acquired and pre-admission PUs among older people hospitalised in Ontario

2013· article· en· W2154150800 sur OpenAlexaffabout
Brian Chan, Luciano Ieraci, Nicholas Mitsakakis, B Pham, Murray Krahn

Notice bibliographique

RevueJournal of Wound Care · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHospital admissionActivity-based costingEmergency medicineTotal costComorbidityIndirect costsAuditInternal medicineAccounting

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the net cost of hospital-acquired and pre-admission pressure ulcers (PUs) in an acute-care setting in Ontario, Canada. METHOD: Cases of PUs were identified among hospitalised patients using Ontario Case Costing Initiative (OCCI) data from 2002-2006. Inpatient costs included direct and overhead costs.To determine the net cost of PUs, cases were matched controlling for age, gender, most responsible diagnosis and comorbidity. Mean net costs were estimated using Bayesian linear mixed models methods. Results were also reported by PU severity. RESULTS: In our study, there were 1351 cases of hospital-acquired PUs and 2523 cases of preadmission PUs over 5 years. Net cost of hospital-acquired PU ranged between CA$44000 for a category II PU to CA$90000 for a category IV PU. For pre-admission PU net cost was between CA$11 000 to CA$18500 for category II and category IV PU, respectively.The net cost of treating hospital-acquired PU is higher than pre-admission PU. Costs increase with increasing PU severity. CONCLUSION: The total net adjusted hospitalisation cost of a hospital-acquired PU in Ontario was CA$44000-90000, compared with CA$11 000-18500 for a pre-admission PU. Future studies should determine the attributable cost of PU using patient-level data to verify the accuracy of the study results.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,122
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,301
Écart entre enseignants0,291 · 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

Citations45
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Wound CareMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207