Paediatric emergency department overcrowding and adverse patient outcomes
Notice bibliographique
Résumé
BACKGROUND: General emergency department crowding negatively impacts patient care, and increases patient morbidity. OBJECTIVES: This study seeks to determine if markers of paediatric emergency department (PED) flow are independently associated with negative outcomes and increased health care utilization. METHODS: We conducted a retrospective cohort study of PED visits from 2008 to 2012. Data were pulled from an electronic administrative database. Using multivariate logistic regression models, we measured the association between odds of adverse outcomes (hospital/paediatric intensive care unit [PICU] admission, unscheduled return visits and mortality) with markers of PED flow (shift mean length of stay [LOS] and daily rate of patients leaving without being seen [LWBS]). RESULTS: We found an association between the daily LWBS proportion and the odds of being admitted to the hospital (odds ratio [OR]: 2.1; 95% confidence interval [CI]: 1.2, 3.7), as well as admission to the PICU (OR: 8.9; 95% CI: 1.1, 71.3). We found a statistically significant increase in the odds of admission if seen during shifts in the third or fourth quartile mean shift LOS. We observed lower odds of returning to the PED with increased daily LWBS proportions (OR: 0.4; 95% CI: 0.2, 0.7), but found no association between the odds of returning to the PED and mean shift LOS. CONCLUSION: While we found an association between our pre-defined measures of adverse outcomes and markers of PED flow (or crowding), further studies are needed to determine whether PED overcrowding is the cause or effect of increased hospital and PICU 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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 ».