Factors Associated With Discharge Home After Transfer to a Pediatric Emergency Department
Notice bibliographique
Résumé
OBJECTIVES: The transfer of children from community emergency departments (EDs) to tertiary care pediatric EDs for investigations, interventions, or a second opinion is common. In order to improve health care system efficiency, we must have a better understanding of this population and identify areas for education and capacity building. METHODS: We conducted a retrospective chart review of all patients (aged 0-17 years) who were transferred from community ED to a pediatric ED from November 2013 to November 2014. The primary outcome was the frequency of referred patients who were discharged home from the pediatric ED. RESULTS: Two hundred four patients were transferred from community EDs in the study period. One hundred thirteen children (55.4%) were discharged home from the pediatric ED. Presence of inpatient pediatric services (P = 0.04) at the referral hospital and a respiratory diagnosis (P = 0.03) were independently associated with admission to the children's hospital. In addition, 74 patients (36.5%) had no critically abnormal vital signs at the referral hospital and did not require any special tests, interventions, consultations, or admission to the children's hospital. Younger age (P = 0.03), lack of inpatient pediatric services (P = 0.04), and a diagnosis change (P = 0.03) were independently associated with this outcome. CONCLUSIONS: More than half of patients transferred to the pediatric tertiary care ED did not require admission, and more than one third did not require special tests, interventions, consults, or admission. Many of these patients were likely transferred for a second opinion from a pediatric emergency medicine specialist. Education and real-time videoconferencing consultations using telemedicine may help to reduce the frequency of transfers for a second opinion and contribute to cost savings over the long term.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».