Reporting and evaluating wait times for urgent hip fracture surgery in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Although a delay of 24 hours for hip fracture repair is associated with medical complications and costs, it is unknown how long patients wait for surgery for hip fracture. We describe novel methods for measuring exact urgent and emergent surgical wait times (in hours) and the factors that influence them. METHODS: Adults aged 45 years and older who underwent surgery for hip fracture (the most common urgently performed procedure) in Ontario, Canada, between 2009 and 2014 were eligible. Validated data from linked health administrative databases were used. The primary outcome was the time elapsed from hospital arrival recorded in the National Ambulatory Care Reporting System until the time of surgery recorded in the Discharge Abstract Database (in hours). The influence of patient, physician and hospital factors on wait times was investigated using 3-level, hierarchical linear regression models. RESULTS: Among 42 230 patients with hip fracture, the mean (SD) wait time for surgery was 38.76 (28.84) hours, and 14 174 (33.5%) patients underwent surgery within 24 hours. Variables strongly associated with delay included time for hospital transfer (adjusted increase of 26.23 h, 95% CI 25.38 to 27.01) and time for preoperative echocardiography (adjusted increase of 18.56 h, 95% CI 17.73 to 19.38). More than half of the hospitals (37 of 72, 51.4%), compared with 4.8% of surgeons and 0.2% of anesthesiologists, showed significant differences in the risk-adjusted likelihood of delayed surgery. INTERPRETATION: Exact wait times for urgent and emergent surgery can be measured using Canada's administrative data. Only one-third of patients received surgery within the safe time frame (24 h). Wait times varied according to hospital and physician factors; however, hospital factors had a larger impact.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».