MétaCan
Menu
Retour à la cohorte
Enregistrement W2940595782 · doi:10.1080/10903127.2019.1610531

Risk Factors for Non-optimal Resource Utilization for Emergent Interfacility Transfers by Air Ambulance in Ontario

2019· article· en· W2940595782 sur OpenAlexaboutno aff
Brodie Nolan, Homer Tien, Bruce Sawadsky, Barbara Haas, Refik Saskin, Mahvareh Ahghari, Avery B. Nathens

Notice bibliographique

RevuePrehospital Emergency Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency medicineLogistic regressionResource (disambiguation)Retrospective cohort studyMedical emergencyEmergency departmentLimited resourcesRisk analysis (engineering)NursingSurgeryInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

Background: The use of air ambulance to facilitate interfacility transfer has been associated with improved mortality; however, air ambulance is a limited resource and sometimes the optimal resource to transport a patient is unavailable. When a non-optimal resource is used there is an inherent delay and critically unwell patients may deteriorate as a result. This study aimed to identify risk factors associated with non-optimal resource utilization for adult patients undergoing emergent interfacility transport by air ambulance in Ontario, Canada. A secondary objective was to determine if non-optimal resource utilization was associated with deterioration in clinical status by measuring a delta rapid emergency medicine score (REMS). Methods: This was a retrospective cohort study of all emergent, adult interfacility transfers transported by air ambulance over a 5-year period in Ontario, Canada. Determination of optimal resource use was based on distances and historic time data for all sending-receiving facility pairs. A logistic regression model was used to explore patient, provider and institutional risk factors for non-optimal resource use. To explore the secondary objective a linear regression model was used to explore impact of non-optimal resource use on deltaREMS. Results: There were a total of 9,687 patients included in the study cohort, with 4,984 having an optimal resource use and 4,703 having non-optimal resource. The median delay in interfacility transfer caused by a non-optimal transfer strategy was 35.7 minutes. Patients who required mechanical ventilation (OR 1.13, p = 0.031) and or were transferred out of nursing stations had higher odds of non-optimal resource use (OR 2.84, p = 0.019). Paramedic level of care of advanced (OR 0.37, p = < 0.001) and critical care (OR 0.28, p = < 0.001) as well as spring season (OR 0.75, p = < 0.001) had lower odds of non-optimal resource utilization. Optimal resource utilization did not significantly affect delta REMS (beta coefficient 0.002, p = 0.64). Conclusions: Patients who required mechanical ventilation and were transferred out from a nursing station had higher odds of non-optimal resource utilization while patients that required advanced or critical care level of care and spring season had lower odds of non-optimal resource use. Additionally, non-optimal resource use for air ambulance interfacility transfers did not result in patient deterioration as measured by a delta REMS score.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,049
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,276
Écart entre enseignants0,254 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital Emergency CareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207