MétaCan
Menu
Retour à la cohorte
Enregistrement W2470191368 · doi:10.1097/ccm.0000000000001854

Structure, Organization, and Delivery of Critical Care in Asian ICUs*

2016· article· en· W2470191368 sur OpenAlexaff
Yaseen M. Arabi, Jason Phua, Younsuck Koh, Bin Du, Mohammad Omar Faruq, Masaji Nishimura, Wen‐Feng Fang, Charles D. Gomersall, Hussain N. Al Rahma, Hani Tamim, Hasan M. Al‐Dorzi, Fahad Al-Hameed, Neill K. J. Adhikari, Musharaf Sadat

Notice bibliographique

RevueCritical Care Medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineIntensive careStaffingIntensive care unitCertificationMiddle income countryEmergency medicineNursingIntensive care medicineSocioeconomicsManagement

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Despite being the epicenter of recent pandemics, little is known about critical care in Asia. Our objective was to describe the structure, organization, and delivery in Asian ICUs. DESIGN: A web-based survey with the following domains: hospital organizational characteristics, ICU organizational characteristics, staffing, procedures and therapies available in the ICU and written protocols and policies. SETTING: ICUs from 20 Asian countries from April 2013 to January 2014. Countries were divided into low-, middle-, and high-income based on the 2011 World Bank Classification. SUBJECTS: ICU directors or representatives. MEASUREMENTS AND MAIN RESULTS: Of 672 representatives, 335 (50%) responded. The average number of hospital beds was 973 (SE of the mean [SEM], 271) with 9% (SEM, 3%) being ICU beds. In the index ICUs, the average number of beds was 21 (SEM, 3), of single rooms 8 (SEM, 2), of negative-pressure rooms 3 (SEM, 1), and of board-certified intensivists 7 (SEM, 3). Most ICUs (65%) functioned as closed units. The nurse-to-patient ratio was 1:1 or 1:2 in most ICUs (84%). On multivariable analysis, single rooms were less likely in low-income countries (p = 0.01) and nonreferral hospitals (p = 0.01); negative-pressure rooms were less likely in private hospitals (p = 0.03) and low-income countries (p = 0.005); 1:1 nurse-to-patient ratio was lower in private hospitals (p = 0.005); board-certified intensivists were less common in low-income countries (p < 0.0001) and closed ICUs were less likely in private (p = 0.02) and smaller hospitals (p < 0.001). CONCLUSIONS: This survey highlights considerable variation in critical care structure, organization, and delivery in Asia, which was related to hospital funding source and size, and country income. The lack of single and negative-pressure rooms in many Asian ICUs should be addressed before any future pandemic of severe respiratory illness.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,342
Écart entre enseignants0,310 · 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.

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

Citations86
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207