MétaCan
Menu
Retour à la cohorte
Enregistrement W3166187537 · doi:10.25132/raac.v113.n2.eras03spb.ei

Aplicación del programa ERAS® como una política de salud pública en el sistema de salud de Alberta, Canadá

2021· article· en· W3166187537 sur OpenAlexaffabout
Steven Bisch, Leah Gramlich, Gregg Nelson

Notice bibliographique

RevueRevista Argentina de Cirugía · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEnhanced Recovery After Surgery
Établissements canadiensUniversity of AlbertaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAuditLiberian dollarMedicineNursingHealth careBusinessPolitical scienceFinanceAccounting

Résumé

récupéré en direct d'OpenAlex

Enhanced Recovery After Surgery (ERAS®) was implemented across Alberta Health Services, a single payer publicly funded provincial health system starting in 2013. Implementation across multiple provincial sites in colorectal surgery reduced postoperative complications by 12% and median length of stay by one day. Subsequent implementation in gynecologic oncology reduced postoperative complications by 17% and length of stay by 2 days in high complexity surgery. Implementation has had an estimated net savings in the province of $7.22 million Canadian dollars (CAD) over 5 years with a return on investment of $1.05 to $7.31 for every dollar invested in the project. Patient involvement enabled success of the program, with support, education, and mitigation of patient stress identified as key components for success. Provider knowledge and motivation were essential to ensure ongoing compliance with ERAS guidelines. Provider education, and demonstration of improvement in patient outcomes using audit is one method to ensure continued motivation from care providers. Systemlevel leadership is essential to provide consistent messaging and support for initiatives, while providerlevel leadership in the form of physician champions and nurse coordinators ensures compliance and appropriate integration of ERAS into daily practice. Implementation of ERAS across a unified health care system has improved patient outcomes while saving resources. Further research into expansion of the program to community hospitals and all surgical domains is underway.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,525

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,011
Tête enseignante GPT0,302
Écart entre enseignants0,291 · 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'étudeSans objet
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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Argentina de CirugíaMême sujetEnhanced Recovery After SurgeryTravaux en français237 207