71. Factors predicting hospital admission for non-urgent patients triaged with the Canadian Triage and Acuity Scale (CTAS) in the Emergency Department. a retrospective study in Tertiary Center in Makkah, KSA
Notice bibliographique
Résumé
Background: Triage system is prioritizing patients according to their urgency to deal with overcrowding of non-urgent patients in the Emergency Department (ED). The aim of this study is to evaluate the admission of non-urgent patients in order to decrease the burden on the ED by triaging them away to the Primary Health Care (PHC). Design and Methods: This retrospective cohort study included all adult non-trauma ED visits in King Abdullah Medical City (KAMC), triaged as Canadian Triage and Acuity Scale (CTAS) IV and V, from May 9 to July 8, 2019. The data was extracted from KAMC database onto SPSS. Multivariate logistic regression was used to examine which factors could affect admission. Results: CTAS IV and CTAS V patients were 30.31% (1495/5066) of total ED visits. Admission was 6.02%; 5.8% for CTAS IV and 0.2% for CTAS V. All CTAS V admissions were elective. Nausea and vomiting (14.4%) were the most frequent chief complaints in the admitted group. The overall referral of non-urgent patients was 12.4% and bounce-back was 13.7%. Logistic regression showed that being tachypneic (OR: 6.68; 95%CI: 1.4-31.5), hypertensive (OR: 3.4; 95%CI: 2.2-5.4) or an oncology patient (OR: 2.85; 95%CI: 1.8-4.6) predicted hospital admission. Conclusion: All CTAS V cases can be safely triaged away to the PHC; CTAS IV can be either triaged away to PHC or to urgent care center, taking into consideration whether the patient is tachypneic, hypertensive or an oncology patient.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».