Rural emergency departments: A systematic review to develop a resource typology relevant to developed countries
Notice bibliographique
Résumé
OBJECTIVE: Despite low patient numbers, rural emergency departments have a similar diversity of case presentations as urban tertiary hospitals, with the need to manage high-acuity cases with limited resources. There are no consistent descriptions of the resources available to rural emergency departments internationally, limiting the capacity to compare clinical protocols and standards of care across similarly resourced units. This review aimed to describe the range of human, physical and specialist resources described in rural emergency departments in developed countries and propose a typology for use internationally. DESIGN AND SETTING: A systematic literature search was performed for journal articles between 2000 and 2019 describing the staffing, access to radiology and laboratory investigations, and hospital inpatient specialists. RESULTS: Considerable diversity in defining rurality and in resource access was found within and between Australia, New Zealand, Canada and USA. DISCUSSION: A typology was developed to account for (a) emergency department staff on-floor, (b) emergency department staff on-call, (c) physical resources and (d) access to a specialist surgical service. This provides a valuable tool for relevant stakeholders to effectively communicate rural emergency department resources within a country and internationally. CONCLUSION: The proposed five-tiered typology draws together international literature regarding rural emergency department services. Although further research is required to test this tool, the formation of this common language allows a base for effective communication between governments, training providers and policy-makers who are seeking to improve health systems and health 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 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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».