MétaCan
Menu
Retour à la cohorte
Enregistrement W2417089663 · doi:10.1177/0310057x0503300512

The Frequency of and Indications for General Anaesthesia in Children in Western Australia 2002–2003

2005· article· en· W2417089663 sur OpenAlexaff
C. Sims, Brian Stanley, Elizabeth Milne

Notice bibliographique

RevueAnaesthesia and Intensive Care · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac, Anesthesia and Surgical Outcomes
Établissements canadiensChild and Family Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineIncidence (geometry)Metropolitan areaGeneral anaesthesiaPediatricsRetrospective cohort studyEar nose and throatPublic healthAnesthesiaNoseSurgeryNursing

Résumé

récupéré en direct d'OpenAlex

We conducted a retrospective database search of the Hospital Morbidity Data System at the Health Department of Western Australia to determine the number of anaesthetics given to children aged 16 years or less in Western Australia over a twelve-month period. Information was also collected to assess the types of surgery for which anaesthesia was being provided, and the categories of hospital in which children were being anaesthetized. We found that 28,522 anaesthetics were given to 24,981 children, and 2,462 (9.9%) children had more than one anaesthetic. Five and a half percent of the children in Western Australia had an anaesthetic during the twelve months studied. The most common types of surgery were ear nose and throat (28% of anaesthetics), general (21%), dental/oral procedures (17%) and orthopaedic (15%). There was a bimodal distribution in the incidence of anaesthesia versus age, with peaks at 4 years and at 16 years. The most common category of hospital that children were anaesthetized in was private metropolitan (40%) followed by tertiary (38%), rural (14%) and public metropolitan (8%). One thousand, seven hundred and seven children aged less than one year were given an anaesthetic. These anaesthetics were most frequently given to children in tertiary hospitals (62%) followed by private metropolitan (30%), public metropolitan (6%) and rural hospitals (2%).

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)0,001
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 enseignants0,113
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,292
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 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

Citations7
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnaesthesia and Intensive CareMême sujetCardiac, Anesthesia and Surgical OutcomesTravaux en français237 207