What determines diagnostic resource consumption in emergency medicine: patients, physicians or context?
Notice bibliographique
Résumé
OBJECTIVES: A major cause for concern about increasing ED visits is that ED care is expensive. Recent research suggests that ED resource consumption is affected by patients' health status, varies between physicians and is context dependent. The aim of this study is to determine the relative proportion of characteristics of the patient, the physician and the context that contribute to ED resource consumption. METHODS: Data on patients, physicians and the context were obtained in a prospective observational cohort study of patients hospitalised to an internal medicine ward through the ED of the University Hospital Bern, Switzerland, between August and December 2015. Diagnostic resource consumption in the ED was modelled through a multilevel mixed effects linear regression. RESULTS: In total, 473 eligible patients seen by one of 38 physicians were included in the study. Diagnostic resource consumption heavily depends on physicians' ratings of case difficulty (p<0.001, z-standardised regression coefficient: 147.5, 95% CI 87.3 to 207.7) and-less surprising-on patients' acuity (p<0.001, 126.0, 95% CI 65.5 to 186.6). Neither the physician per se, nor their experience, the patients' chronic health status or the context seems to have a measurable impact (all p>0.05). CONCLUSIONS: Diagnostic resource consumption in the ED is heavily affected by physicians' situational confidence. Whether we should aim at altering physician confidence ultimately depends on its calibration with accuracy.
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 | 0,004 | 0,041 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».