Health care impact of implementing a clinical pathway for acute care of pediatric concussion: a stepped wedge, cluster randomised trial
Notice bibliographique
Résumé
OBJECTIVES: To test the effects of actively implementing a clinical pathway for acute care of pediatric concussion on health care utilization and costs. METHODS: Stepped wedge, cluster randomized trial of a clinical pathway, conducted in 5 emergency departments (ED) in Alberta, Canada from February 1 to November 30, 2019. The clinical pathway emphasized standardized assessment of risk for persistent symptoms, provision of consistent information to patients and families, and referral for outpatient follow-up. De-identified administrative data measured 6 outcomes: ED return visits; outpatient follow-up visits; length of ED stay, including total time, time from triage to physician initial assessment, and time from physician initial assessment to disposition; and total physician claims in an episode of care. RESULTS: A total of 2878 unique patients (1164 female, 1713 male) aged 5-17 years (median 11.00, IQR 8, 14) met case criteria. They completed 3009 visits to the 5 sites and 781 follow-up visits to outpatient care, constituting 2910 episodes of care. Implementation did not alter the likelihood of an ED return visit (OR 0.77, 95% CI 0.39, 1.52), but increased the likelihood of outpatient follow-up visits (OR 1.84, 95% CI 1.19, 2.85). Total length of ED stay was unchanged, but time from physician initial assessment to disposition decreased significantly (mean change - 23.76 min, 95% CI - 37.99, - 9.52). Total physician claims increased significantly at only 1 of 5 sites. CONCLUSIONS: Implementation of a clinical pathway in the ED increased outpatient follow-up and reduced the time from physician initial assessment to disposition, without increasing physician costs. Implementation of a clinical pathway can align acute care of pediatric concussion more closely with existing clinical practice guidelines while making care more efficient. TRIAL REGISTRATION: ClinicalTrials.gov NCT05095012.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».