Novel policing techniques decrease gun-violence and the cost to the healthcare system
Notice bibliographique
Résumé
The objective was to investigate the effects of novel policing techniques on hospital-observed incidence, healthcare utilization, mortality and costs associated with gun violence, from the perspective of a level-1 trauma center. An eight-year retrospective review evaluating the clinical and financial effects of gunshot wound (GSW) encounters between January 1st, 2010 and December 31st, 2017. Individuals who presented to the emergency department (Level-1 trauma center in Camden, NJ) between January 1, 2010 and December 31, 2017 with GSW (995 encounters) were included; however, patients with incomplete financial or medical record data were excluded (55 encounters). Patients were subdivided into two cohorts: before and after changes in policing tactics (May 1st, 2013). 940 total firearm-related encounters were included in the study. Following the policing changes, the hospital-observed quarterly incidence of GSW encounters decreased by 22% post-policing changes, 44.3 to 34.6 (p = 0.038). Average quarterly days spent in-house for GSW treatment decreased 220.7 to 151.3 (31%) days. Hospital observed mortality increased from 13.5% of presentations to 17.3% of presentations (p = 0.106). Total cost savings associated with the policing change was roughly $254,000 per quarter (p = 0.023). In areas susceptible to high rates of gun violence, similar novel policing tactics could significantly decrease hospital-observed incidence, costs and healthcare utilization demanded by firearm-related injury.
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 | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».