MétaCan
Menu
Retour à la cohorte
Enregistrement W4378640307 · doi:10.1177/00469580231176354

Discharge Disposition After Limb Amputation in a Publicly Funded Health Care System

2023· article· en· W4378640307 sur OpenAlexafffundabout
Samuel Kwaku Essien, Audrey Zucker-Levin

Notice bibliographique

RevueINQUIRY The Journal of Health Care Organization Provision and Financing · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetic Foot Ulcer Assessment and Management
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésResidenceAmputationSpecialtyMedicineHealth careHospital dischargeHome healthNursingFamily medicineMedical emergencyPsychologyIntensive care medicineDemographySurgeryPolitical science

Résumé

récupéré en direct d'OpenAlex

Understanding discharge disposition (DD) after limb amputation (LA) surgery allows health care providers and policy makers to adapt resources based on need. Studying independent prognostic factors for DD after LA in Canada eliminates the significant influence of payor source, as reported by researchers in the United States. We hypothesize disparities exist among DDs after LA in a publicly funded health care system. Retrospective review of Saskatchewan's linked administrative health data from 2006 to 2019 was used to identify independent socio-demographic factors, amputation levels, amputation predisposing factors (APF), and surgical specialty on 5 DD's: inpatient, continuing care, home with support services (H/W), home with no support services (H/WO), and those who died at the hospital after LA. We found age, amputation level, and APF play a significant role in determining discharge to all dispositions; gender was significantly associated with discharge to continuing care and H/WO; place of residence was associated with discharge to inpatient facilities, continuing care, and H/W; income was not associated with any DD other than H/W; surgical specialty was associated with discharge to all dispositions except death. The findings suggest that disparities in DD following LA exist even after eliminating the influence of payor source. Health care providers and policy makers should consider these findings in preparation for future needs.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil0,345

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,014
Tête enseignante GPT0,305
Écart entre enseignants0,291 · 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

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueINQUIRY The Journal of Health Care Organization Provision and FinancingMême sujetDiabetic Foot Ulcer Assessment and ManagementTravaux en français237 207