Minimal Clinically Important Improvement of Routine Assessment of Patient Index Data 3 in Rheumatoid Arthritis
Notice bibliographique
Résumé
OBJECTIVE: To compare the severity of illness of patients with systemic lupus erythematosus (SLE) between those hospitalized at academic medical centers and those hospitalized at community hospitals. METHODS: In this population based cross-sectional survey, data on all hospitalizations of patients with SLE in California, New York, and Pennsylvania in 2000 were obtained from discharge abstracts submitted by acute care hospitals to state health planning agencies. Patients hospitalized at one of 36 academic medical centers in these states (N = 2072) were compared to patients hospitalized at community hospitals (N = 9373). The primary measures of severity of illness were the SLE Comorbidity Index, a weighted index of SLE manifestations and comorbid medical conditions based on discharge diagnoses, and long lengths of stay, defined as stays that exceeded the 90th percentile of hospital stays in the same diagnosis-related group in the United States. RESULTS: Compared to patients at community hospitals, patients at academic medical centers had substantially higher scores on the SLE Comorbidity Index (odds ratio for each 1-point increase 1.27, 95% confidence interval 1.15-1.40, p < 0.0001) and were more likely to have long lengths of stay (OR 1.65, 95% CI 1.42-1.91, p < 0.0001). Patients at academic medical centers also had higher scores on the SLE Comorbidity Index (OR for each 1-point increase 1.16, 95% CI 1.07-1.27, p = 0.0002) and were more likely to have long lengths of stay (OR 1.27, 95% CI 1.08-1.49, p = 0.004) compared to patients at large (> or = 300 beds) community hospitals in the same metropolitan areas. Results for the SLE Comorbidity Index were similar in the subset of patients with SLE as the primary discharge diagnosis. CONCLUSION: Patients with SLE hospitalized at academic medical centers are generally more severely ill than those hospitalized at community hospitals, including large community hospitals in the same area.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».