MétaCan
Menu
Retour à la cohorte
Enregistrement W2737398984 · doi:10.1177/0020731417722089

A Systematic Review of the Impact of Healthcare Reforms on Access to Emergency Department and Elective Surgery Services

2017· review· en· W2737398984 sur OpenAlexaffabout
Sandeep Reddy, Peter Jones, Harsha Shanthanna, Raechel Damarell, John Wakerman

Notice bibliographique

RevueInternational Journal of Health Services · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensSt. Joseph’s Healthcare HamiltonMcMaster UniversitySt. Joseph's Hospital
Organismes subventionnairesnon disponible
Mots-clésGrey literatureHealth careMedicineEmergency departmentInclusion (mineral)MEDLINESystematic reviewFamily medicinePolitical scienceNursingPsychology

Résumé

récupéré en direct d'OpenAlex

This systematic review sought to identify whether health care reforms led to improvement in the emergency department (ED) length of stay (LOS) and elective surgery (ES) access in Australia, Canada, New Zealand, and the United Kingdom. The review was registered in the PROSPERO database (CRD42015016343), and nine databases were searched for peer-reviewed, English-language reports published between 1994 and 2014. We also searched relevant "grey" literature and websites. Included studies were checked for cited and citing papers. Primary studies corresponding to national and provincial ED and ES reforms in the four countries were considered. Only studies from Australia and the United Kingdom were eventually included, as no studies from the other two countries met the inclusion criteria. The reviewers involved in the study extracted the data independently using standardized forms. Studies were assessed for quality, and a narrative synthesis approach was taken to analyze the extracted data. The introduction of health care reforms in the form of time-based ED and ES targets led to improvement in ED LOS and ES access. However, the introduction of targets resulted in unintended consequences, such as increased pressure on clinicians and, in certain instances, manipulation of performance data.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,082
Tête enseignante GPT0,494
Écart entre enseignants0,411 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetEmergency and Acute Care StudiesTravaux en français237 207