Healthcare system inputs and patient-reported outcomes: a study in adults with congenital heart defect from 15 countries
Notice bibliographique
Résumé
BACKGROUND: The relationship between healthcare system inputs (e.g., human resources and infrastructure) and mortality has been extensively studied. However, the association between healthcare system inputs and patient-reported outcomes remains unclear. Hence, we explored the predictive value of human resources and infrastructures of the countries' healthcare system on patient-reported outcomes in adults with congenital heart disease. METHODS: This cross-sectional study included 3588 patients with congenital heart disease (median age = 31y; IQR = 16.0; 52% women; 26% simple, 49% moderate, and 25% complex defects) from 15 countries. The following patient-reported outcomes were measured: perceived physical and mental health, psychological distress, health behaviors, and quality of life. The assessed inputs of the healthcare system were: (i) human resources (i.e., density of physicians and nurses, both per 1000 people) and (ii) infrastructure (i.e., density of hospital beds per 10,000 people). Univariable, multivariable, and sensitivity analyses using general linear mixed models were conducted, adjusting for patient-specific variables and unmeasured country differences. RESULTS: Sensitivity analyses showed that higher density of physicians was significantly associated with better self-reported physical and mental health, less psychological distress, and better quality of life. A greater number of nurses was significantly associated with better self-reported physical health, less psychological distress, and less risky health behavior. No associations between a higher density of hospital beds and patient-reported outcomes were observed. CONCLUSIONS: This explorative study suggests that density of human resources for health, measured on country level, are associated with patient-reported outcomes in adults with congenital heart disease. More research needs to be conducted before firm conclusions about the relationships observed can be drawn. TRIAL REGISTRATION: ClinicalTrials.gov: NCT02150603. Registered 30 May 2014.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».