MétaCan
Menu
Retour à la cohorte
Enregistrement W2167017002 · doi:10.1377/hlthaff.2013.1203

California Emergency Department Closures Are Associated With Increased Inpatient Mortality At Nearby Hospitals

2014· article· en· W2167017002 sur OpenAlexaboutno aff
Charles Y. Liu, Tanja Srebotnjak, Renee Y. Hsia

Notice bibliographique

RevueHealth Affairs · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésEmergency departmentMedicineOddsQuarter (Canadian coin)DemographyEmergency medicineClosure (psychology)Odds ratioMedical emergencyFamily medicineGerontologyGeographyLogistic regressionNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

Between 1996 and 2009 the annual number of emergency department (ED) visits in the United States increased by 51 percent while the number of EDs nationwide decreased by 6 percent, which placed unprecedented strain on the nation's EDs. To investigate the effects of an ED's closing on surrounding communities, we identified all ED closures in California during the period 1999-2010 and examined their association with inpatient mortality rates at nearby hospitals. We found that one-quarter of hospital admissions in this period occurred near an ED closure and that these admissions had 5 percent higher odds of inpatient mortality than admissions not occurring near a closure. This association persisted whether we considered ED closures as affecting all future nearby admissions or only those occurring in the subsequent two years. These results suggest that ED closures have ripple effects on patient outcomes that should be considered when health systems and policy makers decide how to regulate ED closures.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,065
Score d'incertitude au seuil0,863

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,290
Écart entre enseignants0,274 · 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.

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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetEmergency and Acute Care StudiesTravaux en français237 207