MétaCan
Menu
Retour à la cohorte
Enregistrement W4205717999 · doi:10.20344/amp.15357

Fatores de Risco Associados à Recusa de Notas de Transferência e Vales Cirurgia: O Caso da Região Centro em Portugal

2022· article· pt· W4205717999 sur OpenAlexaboutno aff
Salomé Cruz, Carlota Quintal, Patrı́cia Antunes

Notice bibliographique

RevueActa Médica Portuguesa · 2022
Typearticle
Languept
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVoucherMedicineQuarter (Canadian coin)AmbulatoryLogistic regressionOdds ratioDemographyOrthopedic surgeryOddsPediatricsSurgeryInternal medicineGeography

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: In Portugal, the rate of refusals regarding transfer between hospitals through surgery vouchers is high, which makes it difficult to meet maximum waiting times for elective surgeries. The objectives of this study are to examine how many vouchers were issued and refused between the third quarter of 2016 and the fourth quarter of 2019 and the risk factors associated with their refusal, in Central Portugal Material and Methods: Data was obtained in the database of cancelled vouchers and the waiting list for surgery on the 31st December 2019. Multiple logistic regression was used to investigate risk factors. RESULTS: The number of issued vouchers increased after 2018 and the rate of refusals has been above 55% since the 3rd quarter of 2018. Refusal was more likely for individuals aged 55 years or above (OR = 1.136; CI = 1.041 - 1.240; OR = 1.095; CI = 1.005 - 1.194; OR = 1.098; CI = 1.002 - 1.203, for the age bands 55 - 64, 65 - 74 and 75 - 84, respectively), for inpatient surgery when compared to ambulatory (OR = 2.498; CI = 2.343 - 2.663) and for Orthopaedics when compared to General Surgery (OR = 1.123; CI = 1.037 - 1.217). The odds of refusal also varied across hospitals (for example OR = 3.853; CI = 3.610 - 4.113; OR = 3.600; CI = 3.171 - 4.087; OR = 2.751; CI =3.383 - 3.175 e OR = 1.337; CI = 1.092 - 1.637, for hospitals identified as HO_2, HO_7, HO_4 and HO_6, respectively). CONCLUSION: In this study, we have confirmed that the number of issued surgery vouchers increased after the administrative reduction of maximum waiting times in 2018 and that the rate of transfer refusals has been increasing since 2016 and has remained above 55% from the third trimester of 2018 onwards. Some of the factors for which we obtained a positive association with refusal are age, inpatient surgery (compared to ambulatory) and Orthopaedics (compared to General Surgery).

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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,088
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
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 Opus0,058
Tête enseignante GPT0,373
Écart entre enseignants0,316 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa Médica PortuguesaMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207