Nurses’ intention to leave, nurse workload and in-hospital patient mortality in Italy: A descriptive and regression study.
Notice bibliographique
Résumé
Higher nurse-to-patient ratios are associated with poor patient care and adverse nurse outcomes, including emotional exhaustion and intention to leave. We examined the effect of nurses' intention to leave and nurse-patient workload on in-hospital patient mortality in Italy. A multicentered descriptive and regression study using clinical data of patients aged 50 years or older with a hospital stay of at least two days admitted to surgical wards linked with nurse variables including workload and education levels, work environment, job satisfaction, intention to leave, nurses' perception of quality and safety of care, and emotional exhaustion. The final dataset included 15 hospitals, 1046 nurses, and 37,494 patients. A 10 % increase in intention to leave and an increase of one unit in nurse-patient workload increased likelihood of inpatient hospital mortality by 14 % (odds ratio 1.14; 1.02-1.27 95 % CI) and 3.4 % (odds ratio 1.03; 1.00-1.06 95 % CI), respectively. No other studies have reported a significant association between intention to leave and patient mortality. To improve patient outcomes, the healthcare system in Italy needs to implement policies on safe human resources policy stewardship, leadership, and governance to ensure nurse wellbeing, higher levels of safety, and quality nursing care.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».