Beyond just the operating room: characterizing the complete caseload of a tertiary acute care surgery service
Notice bibliographique
Résumé
BACKGROUND: Most studies evaluating acute care surgery (ACS) models of care for patients with emergency general surgery (EGS) conditions have focused on patients who undergo surgery while admitted under the care of the ACS service. The purpose of this study was to prospectively examine the case mix of admissions and consultations to an ACS service at a tertiary centre to identify the frequency and distribution of both operatively and nonoperatively managed EGS conditions. METHODS: In this prospective cohort study, we evaluated consecutive patients assessed by the ACS team between July 1 and Aug. 31, 2015, at a large Canadian tertiary care centre. This included all consultations and outside hospital transfers. Diagnoses, demographic characteristics, comorbidities, intervention(s), complications, readmission and in-hospital death were captured. RESULTS: < 0.001). Bowel obstruction (37 patients [21.0%]) was the most common reason for admission, followed by wound/abscess (24 [13.6%), biliary disease (24 [13.6%]) and appendiceal disease (23 [13.1%]). Rates of 30-day return to the emergency department and readmission were 17.0% and 9.1%, respectively, and the in-hospital mortality rate was 1.7%. CONCLUSION: Acute care surgery teams care for a wide breadth of disease, a considerable amount of which is managed nonoperatively.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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 ».