Infectious diseases specialist management improves outcomes for outpatients diagnosed with cellulitis in the emergency department: a double cohort study
Notice bibliographique
Résumé
Three hospital emergency rooms (ERs) routinely referred all cases of cellulitis requiring outpatient intravenous antibiotics, to a central ER-staffed cellulitis clinic. We performed a retrospective cohort study of all patients seen by the ER clinic in the last 4months preceding a policy change (ER management cohort [ERMC]) (n=149) and all those seen in the first 3months of a new policy of automatic referral to an infectious disease (ID) specialist-supervised cellulitis clinic (ID management cohort [IDMC]) (n=136). Fifty-four (40%) of 136 patients in the IDMC were given an alternative diagnosis (noncellulitis), compared to 16 (11%) of 149 in the ERMC (P<0.0001). Logistic regression-demonstrated rates of disease recurrence were lower in the IDMC than the ERMC (hazard ratio [HR], 0.06; P=0.003), as were rates of hospitalization (HR, 0.11; P=0.01). There was no significant difference in mortality. Automatic ID consultation for cellulitis was beneficial in differentiating mimickers from true cellulitis, reducing recurrence, and preventing hospital admissions.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».