Characteristics and predictors of high acuity pediatric patients presenting to a regional community healthcare system who require transfer to a tertiary pediatric center.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: To identify the characteristics at triage of high acuity pediatric patients who presented to community emergency departments and determine predictors for those who require transfer to a tertiary care pediatric center. Patients and methods: We conducted a retrospective study of all pediatric Canadian Triage and Acuity Scale (CTAS) I patients presenting to five semirural hospital sites from January to December 2018. Univariate tests were used to identify significant predictors for transfer based on age, gender, Pediatric Early Warning Score (PEWS) score and presenting complaint. A multivariate model was developed based on backward selection from the significant factors from the univariate analysis to identify predictors for transfer. Results: There were 1,137 subjects with an average age of 5.08 years (SD: 5.03) of whom, 559 (49.2%) were males. Sixty patients (5.3%) were transferred to a tertiary care center (60.9% <4 years). A PEWS score ≥3 (OR 3.005, 95% CI 1.623–5,563), presenting with trauma (OR 6.617, 95% CI 2.820–15-531), mental health issues (OR 5.131, 95% CI 1.444–18.232), or neurological issue (OR 3.057, 95% CI 1.355–6.896) were associated with transfer. Patients with fever (OR 0.113, 95% CI 0.031–0.407) and respiratory symptoms (OR 0.345, 95% CI 0.142–0.840) were less likely to be transferred. Conclusion: Predictors of transfer from a community hospital to a pediatric tertiary care center were a PEWS score ≥3, trauma patients, those presenting with mental health issues, and patients with neurological symptoms. Early recognition can facilitate quicker transfer of these high acuity patients requiring tertiary care management.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle