The Relationship Between Remoteness and Outcomes in Critically Ill Children
Notice bibliographique
Résumé
OBJECTIVE: A significant number of children live in remote geographic areas without direct access to tertiary care PICU. Our objective was to explore the relationship between remoteness and outcomes of critically ill children in Canada. DESIGN: Retrospective cohort study of patients admitted to the PICU from February 1, 2015, to January 31, 2016. SETTING: Pediatric tertiary care PICU in Canada. PATIENTS: All children admitted to PICU during the study period. INTERVENTIONS: None MEASUREMENTS AND MAIN RESULTS:: Four hundred fifty-five unique PICU admissions were included. One hundred sixty-nine patients were transported from another center of whom 28 lived in remote areas. For transported patients, remoteness (hazard ratio, 2.76, p < 0.001; hazard ratio, 2.22, p = 0.006), admission Pediatric Risk of Mortality (hazard ratio, 1.11; p = 0.001; hazard ratio, 1.05, p = 0.016), and transport by a noncritical care trained team (hazard ratio, 0.61, p = 0.021; hazard ratio, 0.66, p = 0.045) were associated with increased PICU and hospital lengths of stay, respectively. PICU mortality increased with duration of transport (odds ratio, 1.46; 95% CI, 1.09-1.97; p = 0.012). The odds of a remote-area patient being refused admission during the winter were significantly higher (odds ratio, 8.2; 95% CI, 3.0-22.3; p < 0.001) than a patient not requiring transport. Admission Pediatric Risk of Mortality score (4, interquartile range, 1-8 vs 2, interquartile range, 0-5; p = 0.001) and mortality rate (7.1%, 12/169 vs 0%, 0/286; p < 0.001) were significantly higher for transported than for nontransported patients. CONCLUSIONS: Remoteness was associated with increased PICU and hospital length of stay, and duration of transport was associated with higher admission Pediatric Risk of Mortality (PRISM) scores and mortality rates. Patients requiring transport had a significantly higher PICU mortality rate than those presenting directly to a tertiary care center. Further studies are needed to explore potential policy and healthcare resource implications of these findings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».