Mortality during hospitalisation for pneumonia in Alberta, Canada, is associated with physician volume
Notice bibliographique
Résumé
The association of mortality with patient factors (severity of illness, comorbidity), physician factors (specialty training, prehospitalisation visit, in-hospital consultation, volume of patients seen per physician) and healthcare organisation factors (patient-travel distances, regional beds per capita, admitting hospital-bed occupancy, admitting hospital-bed turnover, hospital location, volume of pneumonia cases per hospital) after hospital admission with community-acquired pneumonia was investigated using administrative data from Alberta, Canada from April 1, 1994-March 31, 1999. During the 5-yr study period there were 43,642 pneumonia hospitalisations, with an 11% in-hospital and 26% 1-yr mortality. Patient severity of illness and comorbidity were the strongest predictors of increased mortality. Physicians with the highest in-hospital pneumonia patient volume (>27 patients x yr(-1)) cared for patients with greater severity/comorbidity, but with decreased odds of in-hospital mortality, compared with the lowest volume physicians (less than seven patients per year). The effects of internal medicine specialist or subspecialist care were mixed, with a reduction in deaths for the first 72 h and an increase in in-hospital deaths. Prehospitalisation visit by a physician was associated with decreased mortality. Healthcare organisation factors were the least strong predictor of mortality, demonstrating an effect only for 1-yr mortality in those discharged alive from hospital. Admissions to larger volume or metropolitan hospitals were associated with a decrease in mortality. Severity of illness and comorbidity had the strongest association with mortality. The first association of high-volume physician and pre-hospital care with decreased in-hospital mortality for community-acquired pneumonia is reported.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».