MétaCan
Menu
Retour à la cohorte
Enregistrement W3104306475 · doi:10.1136/leader-2020-fmlm.53

53 Associations of four nurse staffing practices with hospital mortality: key lessons for hospital managers and leaders

2020· article· en· W3104306475 sur OpenAlexaffabout
Christian M. Rochefort, Marie‐Eve Beauchamp, Li‐Anne Audet, Michał Abrahamowicz, Patricia Bourgault

Notice bibliographique

RevueAbstracts · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésStaffingMedicineSkill mixHazard ratioProportional hazards modelUnit (ring theory)Mortality rateEmergency medicineNursingHealth careInternal medicineConfidence intervalPsychology

Résumé

récupéré en direct d'OpenAlex

<h3>Background</h3> Cross-sectional studies of hospital-level administrative data have suggested that four nurse staffing practices – using adequate staffing levels, higher proportions of Registered Nurses (RNs) (skill mix), and more educated and experienced RNs – are each associated with reduced hospital mortality. To increase the validity of this evidence, patient-level longitudinal studies assessing the simultaneous associations of these staffing practices with mortality are required. <h3>Methods</h3> A dynamic cohort of 146,349 adult medical, surgical, and intensive care patients admitted to a Canadian university health center was followed for seven years (2010–2017). We used a multivariable Cox proportional hazards model to estimate the associations between patients’ time-varying cumulative exposure to measures of RN understaffing, skill mix, education and experience, each relative to nursing unit and shift means, and the hazard of in-hospital mortality, while adjusting for patient and nursing unit characteristics, and modeling the current nursing unit of hospitalization as a random effect. <h3>Results</h3> Overall, 4,854 in-hospital deaths occurred during 3,478,603 patient-shifts of follow-up (13.95 deaths/10,000 patient-shifts). In multivariable analyses, every 5% increase in the cumulative proportion of understaffed shifts was associated with a 1.0% increase in mortality (HR: 1.010; 95%CI: 1.002–1.017; p = 0.009). Moreover, every 5% increase in the cumulative proportion of worked hours by baccalaureate-prepared RNs was associated with a 2.0% reduction of mortality (HR: 0.980; 95%CI: 0.965–0.995, p = 0.008). RN experience and skill mix were not significantly associated with mortality. <h3>Conclusions</h3> Reducing the frequency of understaffed shifts and increasing the proportion of baccalaureate-prepared RNs are associated with reduced hospital mortality.

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)0,000
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 enseignants0,424
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,149
Tête enseignante GPT0,426
Écart entre enseignants0,277 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAbstractsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207