MétaCan
Menu
Retour à la cohorte
Enregistrement W2889502664 · doi:10.1155/2018/5452683

Characteristics, Outcomes, and Cost Patterns of High-Cost Patients in the Intensive Care Unit

2018· article· en· W2889502664 sur OpenAlexafffund
Peter M. Reardon, Shannon M. Fernando, Sasha van Katwyk, Kednapa Thavorn, Daniel Kobewka, Peter Tanuseputro, Erin Rosenberg, Cynthia Wan, Brandi Vanderspank‐Wright, Dalibor Kubelik, Rose Anne Devlin, Christopher Klinger, Kwadwo Kyeremanteng

Notice bibliographique

RevueCritical Care Research and Practice · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of TorontoInstitute for Clinical Evaluative SciencesOttawa HospitalUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésAlgorithmMedicineDemographicsPopulationMachine learningMathematicsComputer scienceDemography

Résumé

récupéré en direct d'OpenAlex

Background . ICU care is costly, and there is a large variation in cost among patients. Methods . This is an observational study conducted at two ICUs in an academic centre. We compared the demographics, clinical data, and outcomes of the highest decile of patients by total costs, to the rest of the population. Results . A total of 7,849 patients were included. The high-cost group had a longer median ICU length of stay (26 versus 4 days,<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mml:mrow><mml:mi>P</mml:mi><mml:mo>&lt;</mml:mo><mml:mn>0.001</mml:mn></mml:mrow></mml:math>) and amounted to 49% of total costs. In-hospital mortality was lower in the high-cost group (21.1% versus 28.4%,<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mml:mrow><mml:mi>P</mml:mi><mml:mo>&lt;</mml:mo><mml:mn>0.001</mml:mn></mml:mrow></mml:math>). Fewer high-cost patients were discharged home (23.9% versus 45.2%,<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"><mml:mrow><mml:mi>P</mml:mi><mml:mo>&lt;</mml:mo><mml:mn>0.001</mml:mn></mml:mrow></mml:math>), and a large proportion were transferred to long-term care (35.1% versus 12.1%,<mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"><mml:mrow><mml:mi>P</mml:mi><mml:mo>&lt;</mml:mo><mml:mn>0.001</mml:mn></mml:mrow></mml:math>). Patients with younger age or a diagnosis of subarachnoid hemorrhage, acute respiratory failure, or complications of procedures were more likely to be high cost. Conclusions . High-cost users utilized half of the total costs. While cost is associated with LOS, other drivers include younger age or admission for respiratory failure, subarachnoid hemorrhage, or after a procedural complication. Cost-reduction interventions should incorporate strategies to optimize critical care use among these patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,268
Tête enseignante GPT0,513
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Care Research and PracticeMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207