Overcrowding and Its Association With Patient Outcomes in a Median-Low Volume Emergency Department
Notice bibliographique
Résumé
BACKGROUND: Crowding occurs commonly in high volume emergency departments (ED) and has been associated with negative patient care outcomes. We aim to assess ED crowding in a median-low volume setting and evaluate associations with patient care outcomes. METHODS: This was a prospective single-center study from November 14, 2016 until December 14, 2016. ED crowding was measured every 2 h by three different estimation tools: National Emergency Department Overcrowding Score (NEDOCS); Community Emergency Department Overcrowding Score (CEDOCS); and Severely-overcrowding Overcrowding and Not-overcrowding Estimation Tool (SONET) categorized under six different levels of crowding (not busy, busy, extremely busy, overcrowded, severely overcrowded, and dangerously overcrowded). Crowding scores were assigned to each patient upon ED arrival. We evaluated the distributions of crowding and patient ED length of stay (ED LOS) across estimation tools. Accelerated failure time models were utilized to estimate time ratios and their corresponding 95% confidence intervals comparing median LOS across levels of crowding within each estimation tool. RESULTS: This study comprised 2,557 patients whose median ED LOS was 150 min. Approximately 2% of patients arrived during 2 h time intervals deemed overcrowded regardless of the crowding tool used. Median ED LOS increased with the increased level of ED crowding and prolonged median ED LOS (> 150 min) occurred at ED of extremely busy status. Time ratios ranged from 1.09 to 1.48 for NEDOCS, 1.25 - 1.56 for CEDOCS, and 1.26 - 1.72 for SONET. CONCLUSION: Overcrowding rarely occurred in study ED with median-low annual volume and might not be a valuable marker for ED crowding report. Though similar patterns of prolonged ED LOS occurred with increased levels of ED crowding, it seems crowding alerts should be initiated during extremely busy status in this ED setting.
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 | 0,002 | 0,006 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».