MétaCan
Menu
Retour à la cohorte
Enregistrement W3091382679 · doi:10.1097/sla.0000000000004629

Implementation of Critical Care Response Teams in Ontario

2020· article· en· W3091382679 sur OpenAlexaffabout
Gonzalo Sapisochín, Hala Muaddi, Nancy N. Baxter, Thérèse A. Stukel, Bernard Lawless, David R. Urbach

Notice bibliographique

RevueAnnals of Surgery · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensWomen's College HospitalInstitute for Clinical Evaluative SciencesSt. Michael's HospitalUniversity Health NetworkUniversity of TorontoToronto General HospitalPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicineConfidence intervalComplicationRetrospective cohort studyCohortEmergency medicineRelative riskSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate whether introduction of CCRTs reduced mortality rates among patients who developed a postoperative complication, also referred to as FTR. BACKGROUND: CCRTs were introduced to improve patients' postoperative outcomes. Its effect on FTR continues to be actively investigated. METHODS: We conducted a population-based retrospective cohort study using administrative data from Ontario, Canada. We identified 810,279 patients admitted to hospital for major surgical procedures between January 2004 and December 2014, with a washout period consisting of the 9 months before and after the implementation of CCRTs in January 2007. Difference-in-differences analysis among patients who developed a postoperative complication (n = 148,882) was used to estimate the association between CCRT implementation and FTR before and after CCRT implementation in hospitals that did - versus did not - implement CCRT during the study period. RESULTS: A total of 810,279 patients were included, of whom 148,882 (18.4%) developed a postoperative surgical complication. Among patients who developed a postoperative complication, the overall proportion of FTR was 9.2% (n = 13,659). Among patients in hospitals that introduced CCRT, the RR of FTR was 0.84, [95% confidence interval (CI) 0.78-0.90] after implementation of CCRT, while over the same time period, the RR was 0.85 (95% CI 0.80-0.91) in hospitals that did not implement CCRT. The RR ratio (difference-indifferences) was 0.99 (95% CI 0.89-1.09). Among patients undergoing orthopedic surgery, the RR ratio was 0.84 (95% CI 0.75-0.95). CONCLUSION: Although implementation of CCRTs in hospitals in Ontario, Canada, did not reduce FTR among all surgical patients having surgery, CCRTs may reduce the risk of FTR among patients having orthopedic surgery.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,084
Score d'incertitude au seuil0,396

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,506
Tête enseignante GPT0,475
Écart entre enseignants0,031 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of SurgeryMême sujetSepsis Diagnosis and TreatmentTravaux en français237 207