The impact of teaching on the duration of common urological operations
Notice bibliographique
Résumé
INTRODUCTION: The ability of academic (teaching) hospitals to offer the same level of efficiency as non-teaching hospitals in a publicly funded healthcare system is unknown. Our objective was to compare the operative duration of general urology procedures between teaching and non-teaching hospitals. METHODS: We used administrative data from the province of Ontario to conduct a retrospective cohort study of all adults who underwent a specified elective urology procedure (2002-2013). Primary outcome was duration of surgical procedure. Primary exposure was hospital type (academic or non-teaching). Negative binomial regression was used to adjust relative time estimates for age, comorbidity, obesity, anesthetic, and surgeon and hospital case volume. RESULTS: 114 225 procedures were included (circumcision n=12 280; hydrocelectomy n=7221; open radical prostatectomy n=22 951; transurethral prostatectomy n=56 066; or mid-urethral sling n=15 707). These procedures were performed in an academic hospital in 14.8%, 13.3%, 28.6%, 17.1%, and 21.3% of cases, respectively. The mean operative duration across all procedures was higher in academic centres; the additional operative time ranged from 8.3 minutes (circumcision) to 29.2 minutes (radical prostatectomy). In adjusted analysis, patients treated in academic hospitals were still found to have procedures that were significantly longer (by 10-21%). These results were similar in sensitivity analyses that accounted for the potential effect of more complex patients being referred to tertiary academic centres. CONCLUSIONS: Five common general urology operations take significantly longer to perform in academic hospitals. The reason for this may be due to the combined effect of teaching students and residents or due to inherent systematic inefficiencies within large academic hospitals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».