MétaCan
Menu
Retour à la cohorte
Enregistrement W3217060952 · doi:10.9778/cmajo.20200306

Structures, processes and models of care for emergency general surgery in Ontario: a cross-sectional survey

2021· article· en· W3217060952 sur OpenAlexaffvenueabout
Graham Skelhorne‐Gross, Rahima Nenshi, Angela Jerath, David Gómez

Notice bibliographique

RevueCMAJ Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensHamilton General HospitalMcMaster UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyMedicineMedical emergencyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Emergency general surgery (EGS) patients require urgent surgical evaluation and intervention for various conditions, such as infectious or obstructive diseases of the gastrointestinal tract. We aimed to characterize the structures and processes that are relevant to the delivery of EGS care across Ontario hospitals and to evaluate the availability of critical resources at hospitals with formal EGS models. METHODS: Between August 2019 and July 2020, we conducted a cross-sectional survey of Ontario hospitals that offered urgent general surgery (defined as the ability to provide nonelective surgical intervention within 24 to 48 hours of presentation) to adults. People with intimate knowledge of their hospital's EGS program completed a Web-based or telephone survey characterizing the program's organizational structure and staffing, operating room availability, interventional radiology and interventional endoscopy availability, intensive care unit availability and staffing, and regional participation. Their responses were compiled and comparisons were made between hospitals with and without formal EGS models of care, as well as between hospitals based on size and academic status. RESULTS: = 0/25]). INTERPRETATION: The structures and processes available to care for patients requiring EGS in Ontario were highly variable between hospitals. Hospitals with formal EGS models were more likely to have access to key resources.

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)0,000
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 enseignants0,693
Score d'incertitude au seuil0,878

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,118
Tête enseignante GPT0,367
Écart entre enseignants0,249 · 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

Citations8
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetTrauma and Emergency Care StudiesTravaux en français237 207