<scp>Point‐of‐Care</scp> Ultrasound Use and Monetary Outcomes in a <scp>Single‐Payer</scp> Health Care Setting
Notice bibliographique
Résumé
OBJECTIVES: Point-of-care ultrasound (POCUS) is a widely used diagnostic modality in the emergency physician's tool kit. The effect on health care costs is disputed. This study examined whether POCUS was associated with system-level cost savings. Secondary objectives included adverse patient outcomes and the association between POCUS use and diagnostic costs in specific patient groups. METHODS: The Point-of-Care Ultrasound Use and Monetary Outcomes study was a single-center prospective observational study. A convenience sample of emergency medicine physicians working from July to October 2019 were included after using POCUS as part of their assessment. The cost of patient investigations was compared with those proposed by a control group of physicians simultaneously on shift, who were blinded to the POCUS findings. Ethical approval was obtained from the Queen's University Health Sciences Research Ethics Board. RESULTS: Fifty patient assessments using POCUS were included. Overall, the median investigation cost in United States dollars in the POCUS group was $102.00 (interquartile range [IQR], $39.80-$167.90) versus $122.40 (IQR, $70.96-$175.60) in controls (P = .08). When stratified by disposition, POCUS use in patients discharged home resulted in a median expenditure of $71.80 (IQR, $36.48-$116.70) versus $122.70 (IQR, $71.18-$183.20; P < .001). Significant cost savings were also found in flank pain presentations (median, $138.90; IQR, $136.60-$186.10; P = .01). There were no differences in the quantity of investigations ordered, the patient emergency department repeated presentation rate, or safety outcomes at 7 days. CONCLUSIONS: Point-of-care ultrasound use was not associated with significant cost savings in our overall population. The subgroup analysis revealed significant POCUS-associated cost savings in patients discharged home and those presenting with flank pain. Notably, POCUS was not associated with an increase in adverse patient safety outcomes.
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 | 0,009 |
| 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».