Quality and Safety of Pediatric Inpatient Care in Community Hospitals: A Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Although the majority of children are hospitalized in nonchildren's hospitals, little is known about the quality and safety of pediatric care in community hospitals. OBJECTIVE: The aim of this study was to conduct a scoping review and synthesize literature on the quality and safety of pediatric inpatient care in United States community hospitals. METHODS: We performed a systematic literature search in October 2016 to identify pediatric studies that reported on safety, effectiveness, efficiency, timeliness, patient-centeredness, or equity set in general, nonuniversity, or nonchildren's hospitals. We extracted data on study design, patient descriptors, and quality outcomes and assessed the risk of bias using modified Newcastle-Ottawa Scales. RESULTS: A total of 44 articles met the inclusion criteria. Study designs, patient populations, and quality outcome measures were heterogeneous; only three clinical domains, (1) perinatal regionalization, (2) telemedicine, and (3) imaging radiation, were explored in multiple studies with consistent directionality of results. A total of 30 studies were observational, and 22 studies compared community hospital quality outcomes with other hospital types. The remaining 14 studies reported testing of interventions; 12 showed improved quality of care postintervention. All studies reported an outcome addressing safety, effectiveness, or efficiency, whereas timeliness, patient-centeredness, and equity were infrequently addressed. Risk of bias was moderate or high for 72% of studies. CONCLUSIONS: Literature on the inpatient care of children in community hospitals is limited, making it difficult to evaluate healthcare quality. Measures of timeliness, patient-centeredness, and equity are underrepresented. The field would benefit from more multicenter collaborations to facilitate the application of robust study designs and to enable a systematic assessment of individual interventions and community hospital quality outcomes.
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 | 0,035 | 0,173 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,023 | 0,020 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».