MétaCan
Menu
Retour à la cohorte
Enregistrement W4399542540 · doi:10.1186/s12962-024-00549-w

Efficiency of hospitals in COVID-19 era: a case study of an affected country

2024· article· en· W4399542540 sur OpenAlex
A. Hamdollah-Zadeh, Bahram Nabilou

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueCost Effectiveness and Resource Allocation · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueMedicinePandemicQuarter (Canadian coin)Medical recordHealth economicsCoronavirus disease 2019 (COVID-19)Total revenueHealth administrationPublic healthDemographyMedical emergencyEmergency medicineDiseaseFinanceBusinessInfectious disease (medical specialty)GeographySurgeryInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has affected all aspects of human life and society and has damaged the global economy. Health systems and hospitals were not exempted from this situation. The performance of hospitals during the COVID-19 pandemic was affected by policies related to the pandemic and other factors. This study aimed to investigate hospital performance indicators such as admissions and revenue. METHODS: The medical records of patients with selected orthopedic and general surgical diseases were studied in two government hospitals in the capital city of Urmia in the second quarter of 2019, with the same period in 2020. Data were extracted based on the number of medical records, including length of stay, hospitalization type, sex, age, insurance, number of deaths, and readmissions from the medical records department. Payment amounts were collected from the revenue department and Hospital Information System. Two performance indicators, two result indicators, and two control indicators were used. Mean disease-specific revenue, total revenue, length of stay, and bed occupancy rate were calculated for both periods. Data were analyzed using SPSS (version 16) and the Mann-Whitney statistical test. RESULTS: 2140 cases were studied in the two disease groups. An increase was observed in the number of hospitalizations and average length of stay during the pandemic. The mean disease-specific revenue in the quarter of 2020 was higher than in 2019. However, total revenue decreased, and the difference in the mean of total revenue was significant for the two years (P = 0.00) in teaching center. The number of readmissions remained unchanged throughout in the pandemic. The number of deaths due to general surgery diseases in 2020 compared to the same period in 2019 was associated with a relative increase. CONCLUSIONS: The COVID-19 pandemic increased the slope of health care costs. The analysis of the studied variables as performance, result, and control indicators showed that hospitalization rate, bed occupancy rate, and total revenue followed a similar and decreasing pattern in the selected hospitals during the COVID-19 pandemic. Hospitals should adopt appropriate strategies so that, in conditions identical to the COVID-19 pandemic, their performance is accompanied by proper management of resources, efficiency, and minimal reduction in revenue.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,394
Écart entre enseignants0,362 · 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