MétaCan
Menu
Retour à la cohorte
Enregistrement W4386742161 · doi:10.3390/healthcare11182541

The Application of Data Envelopment Analysis to Emergency Departments and Management of Emergency Conditions: A Narrative Review

2023· review· en· W4386742161 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueHealthcare · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésData envelopment analysisNarrativeEmergency managementOperations researchComputer scienceOperations managementData scienceMedical emergencyBusinessPolitical scienceMedicineEngineeringStatisticsArtMathematics

Résumé

récupéré en direct d'OpenAlex

The healthcare industry is one application for data envelopment analysis (DEA) that can have significant benefits for standardizing health service delivery. This narrative review focuses on the application of DEA in emergency departments (EDs) and the management of emergency conditions such as acute ischemic stroke and acute myocardial infarction (AMI). This includes benchmarking the proportion of patients that receive treatment for these emergency conditions. The most frequent primary areas of study motivating work in DEA, EDs and management of emergency conditions including acute management of stroke are sorted into five distinct clusters in this study: (1) using basic DEA models for efficiency analysis in EDs, i.e., applying variable return to scale (VRS), or constant return to scale (CRS) to ED operations; (2) combining advanced and basic DEA approaches in EDs, i.e., applying super-efficiency with basic DEA or advanced DEA approaches such as additive model (ADD) and slack-based measurement (SBM) to clarify the dynamic aspects of ED efficiency throughout the duration of a first-aid program for AMI or heart attack; (3) applying DEA time series models in EDs like the early use of thrombolysis and percutaneous coronary intervention (PCI) in AMI treatment, and endovascular thrombectomy (EVT) in acute ischemic stroke treatment, i.e., using window analysis and Malmquist productivity index (MPI) to benchmark the performance of EDs over time; (4) integrating other approaches with DEA in EDs, i.e., combining simulations, machine learning (ML), multi-criteria decision analysis (MCDM) by DEA to reduce patient waiting times, and futile transfers; and (5) applying various DEA models for the management of acute ischemic stroke, i.e., using DEA to increase the number of eligible acute ischemic stroke patients receiving EVT and other medical ischemic stroke treatment in the form of thrombolysis (alteplase and now Tenecteplase). We thoroughly assess the methodological basis of the papers, offering detailed explanations regarding the applied models, selected inputs and outputs, and all relevant methodologies. In conclusion, we explore several ways to enhance DEA's status, transforming it from a mere technical application into a strong methodology that can be utilized by healthcare managers and decision-makers.

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 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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,347
Tête enseignante GPT0,597
Écart entre enseignants0,249 · 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