Variation in admission rates between psychiatrists on call in a university teaching hospital
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Hospital-based physicians must routinely decide whether patients receiving care in the emergency room require admission to an acute care bed. We endeavoured to understand clinician-related factors that influence the decision to admit. We retrospectively examined data collected between August 1, 2013 and July 31, 2015 for patients triaged as mental health assessments in the emergency department of a university teaching hospital. We identified 1530 unique cases who had been reviewed by the staff psychiatrist for a decision on whether to admit to an acute care bed. Patient and physician characteristics were analyzed by standard descriptive methods, comparative statistics (Chi square and analysis of variance) and regression analyses using SPSS version 24.0 (IBM Corp. Armonk, NY, USA). There were no differences in patient characteristics in the clinical encounters reviewed by different staff psychiatrists. The physician factor found significant in deciding whether to admit the patient was assignment to PES (psychiatric emergency services). This appeared to be the only physician variable impacting the decision to admit a patient with PES psychiatrists admitting less often than their colleagues (p = 0.018, Table 3). The effect size of the variable in terms of odds ratio was 0.592. Training and practice in emergency psychiatry lead to lower admission rates when these clinicians are on call. Training in emergency psychiatry for all psychiatrists participating in a call pool may result in lowered admission rates.
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.
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 | 0,000 |
| 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 | 0,000 |
| 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 découle