MétaCan
Menu
Retour à la cohorte
Enregistrement W2993298575 · doi:10.1097/ta.0000000000002552

Hospital resources do not predict accuracy of secondary trauma triage: A population-based analysis

2019· article· en· W2993298575 sur OpenAlexafffund
Bourke W. Tillmann, Avery B. Nathens, Matthew P. Guttman, Priscila Pequeno, Damon C. Scales, Petros Pechlivanoglou, Barbara Haas

Notice bibliographique

RevueThe Journal of Trauma: Injury, Infection, and Critical Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensToronto Public Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTriageMedicineTrauma centerInjury Severity ScoreConfidence intervalOdds ratioEmergency medicineEmergency departmentPopulationMajor traumaMedical emergencyRetrospective cohort studyInjury preventionPoison controlSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The identification of patients who require transfer from non-trauma centers to trauma centers (secondary triage) is complicated by high rates of undertriage and overtriage. The objective of this study was to evaluate variations in secondary triage accuracy across non-trauma centers and identify factors associated with highly accurate secondary triage. METHODS: We performed a population-based study of injured patients who presented to non-trauma centers in a large regional trauma system. Patients were categorized as undertriaged, overtriaged, or appropriately triaged based on transfer status and presence of a severe injury (Injury Severity Score >15, death within 24 hours, or critical injury as defined by the American College of Surgeons). Mixed-effect models, adjusted for case mix and hospital resource, were used to compare triage accuracy across hospitals and identify factors associated with high-performing centers. RESULTS: Among 118,973 patients identified at 182 non-trauma centers, 37,528 (31.5%) had severe injuries. The majority (76.9%) of severely injured patients were not transferred to a trauma center (undertriaged), while 9.6% of nonseverely injured patients were transferred to a trauma center (overtriaged). Mixed-effect models demonstrated that at the average hospital severely injured patients were 3.76 times more likely to be transferred than nonseverely injured patients (diagnostic odds ratio, 3.76; 95% confidence interval, 3.20-4.31). Despite significant variation in triage accuracy across hospitals, adjusted analyses suggested that local resources bore no relationship to triage accuracy. CONCLUSION: Triage accuracy varies significantly across non-trauma centers, after adjusting for hospital resources. These findings suggest that other potentially modifiable factors play a key role in transfer decisions. LEVEL OF EVIDENCE: Therapeutic/care management, level IV.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,029
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,304
Écart entre enseignants0,293 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Trauma: Injury, Infection, and Critical CareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207