MétaCan
Menu
Retour à la cohorte
Enregistrement W3209625303 · doi:10.1161/circ.104.suppl_1.i-92

Waiting for Cardiac Surgery

2001· article· en· W3209625303 sur OpenAlexaff
A. Andrew Ray, Karen J. Buth, John A. Sullivan, David E. Johnstone, Gregory M. Hirsch

Notice bibliographique

RevueCirculation · 2001
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensQueen Elizabeth II Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineSurgeryIncidence (geometry)Aortic valve replacementHazard ratioCardiologyInternal medicineConfidence intervalStenosis

Résumé

récupéré en direct d'OpenAlex

Background The Queen Elizabeth II Health Sciences Centre uses a weekly peer-review conference of cardiovascular experts to prioritize each surgical case to 1 of 4 queues with the use of standardized criteria of coronary anatomy, stress test result, and symptoms. We examined the hazard of waiting as well as the impact of waiting on surgical outcomes. Methods and Results Analysis was performed for 2102 consecutive patients queued for CABG, aortic valve replacement, or CABG+aortic valve replacement between January 1, 1998, and December 31, 1999. Among 1854 patients undergoing surgery, median waiting times on the respective queues were as follows: in-house urgent group, 8 days; semiurgent A group, 37 days; semiurgent B group, 64 days; and elective group, 113 days. There were 13 deaths (12 cardiac) that occurred during the waiting period (0.7% of the patients). Of the 8.7% patients upgraded to a more urgent queue, 86.1% required hospitalization before surgery. Although female sex was not associated with prolonged waiting time, it was predictive of urgent status ( P =0.001). The incidence of postoperative complications was 25.0%, and operative mortality was 2.86%. Both were more frequent among patients undergoing surgery early ( P =0.01); however, this difference was attributable to the in-house urgent queue. The median length of stay was 7 days for all patients and was not affected by waiting time. Conclusions Death and upgrades while the patients were waiting tended to occur early in the queuing process, and prolonged waiting was not associated with worse surgical outcomes. The cost of reducing waiting times could in part be offset by prevention of hospital admissions among upgraded patients.

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)0,001
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 enseignants0,482
Score d'incertitude au seuil0,689

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,156
Tête enseignante GPT0,430
Écart entre enseignants0,274 · 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

Citations5
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207