Attitudes toward the autopsy--an 8-state survey.
Notice bibliographique
Résumé
CONTEXT: National autopsy rates have declined for several decades, and the reasons for such decline remain contentious. OBJECTIVE: To elicit the opinions of one group of crucial decision makers as to the reasons for this decline and possible modes of reversal. DESIGN: A 2-part survey, composed of multiple choice questions and questions requesting specific data on autopsy rates and costs. SETTING: Illinois, Iowa, Louisiana, Minnesota, Nebraska, North Dakota, South Dakota, and Wisconsin. PARTICIPANTS: Hospital administrators within the 8 states. MAIN OUTCOME MEASURES: Six-point survey scale relating to reasons for autopsy decline and possible remedial measures, as well as estimates of autopsy rates and costs. RESULTS: The response rate was 43% and the median autopsy rate was 2.4% (mean 6.1%). The median cost of autopsy was estimated at $852 (mean $1275). Larger hospitals were associated with higher autopsy rates than smaller hospitals (9.6% vs 4.0%), and teaching hospitals had a significantly higher autopsy rate than nonteaching institutions (11.4% vs 3.8%). Autopsy rates also varied by type of hospital control, with federal government hospitals having the highest autopsy rate at 15.1%. Sixty-six percent of all respondents agreed that current autopsy rates were adequate. Of the respondents, the highest percent (86%) agreed that improved diagnostics contributed to the decline in autopsies, and the highest percent (78%) agreed that direct payment to pathologists for autopsies under the physician fee schedule might lead to an increase in autopsies. CONCLUSIONS: Our data support the conclusion that the decline in autopsy performance is multifactorial, although the variable that dominates in this analysis is the contentious perception that improved diagnostic technology renders the autopsy redundant. The rate of autopsy is conditional, at least in part, on individual hospital characteristics such as large hospital size, teaching status, and federal ownership. Three underlying factors may explain these associations: resources, mission, and case mix. An important factor in declining autopsy rates appears to be the changing economic landscape, with its increased focus on cost control within both the public and private healthcare sectors.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».