Patient outcomes and cost savings associated with hospital safe nurse staffing legislation: an observational study
Notice bibliographique
Résumé
OBJECTIVE: To evaluate variation in Illinois hospital nurse staffing ratios and to determine whether higher nurse workloads are associated with mortality and length of stay for patients, and cost outcomes for hospitals. DESIGN: : 87 acute care hospitals in Illinois. PARTICIPANTS: 210 493 Medicare patients, 65 years and older, who were hospitalised in a study hospital. 1391 registered nurses employed in direct patient care on a medical-surgical unit in a study hospital. MAIN OUTCOME MEASURES: Primary outcomes were 30-day mortality and length of stay. Deaths avoided and cost savings to hospitals were predicted based on results from regression estimates if hospitals were to have staffed at a 4:1 ratio during the study period. Cost savings were computed from reductions in lengths of stay using cost-to-charge ratios. RESULTS: Patient-to-nurse staffing ratios on medical-surgical units ranged from 4.2 to 7.6 (mean=5.4; SD=0.7). After adjusting for hospital and patient characteristics, the odds of 30-day mortality for each patient increased by 16% for each additional patient in the average nurse's workload (95% CI 1.04 to 1.28; p=0.006). The odds of staying in the hospital a day longer at all intervals increased by 5% for each additional patient in the nurse's workload (95% CI 1.00 to 1.09, p=0.041). If study hospitals staffed at a 4:1 ratio during the 1-year study period, more than 1595 deaths would have been avoided and hospitals would have collectively saved over $117 million. CONCLUSIONS: Patient-to-nurse staffing ratios vary considerably across Illinois hospitals. If nurses in Illinois hospital medical-surgical units cared for no more than four patients each, thousands of deaths could be avoided, and patients would experience shorter lengths of stay, resulting in cost-savings for hospitals.
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 | 0,010 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».