MétaCan
Menu
← Retour à la cohorte
Enregistrement W4403682813 · doi:10.1093/pch/pxae067.071

72 Hospital level of service, rural-urban hospital location, and neonatal resuscitation interventions at birth: A population-based study in Alberta, Canada from 2000-2020

2024· article· en· W4403682813 sur OpenAlexaboutno aff
Breanna Pickett, S Dg I M Crawford, Deborah McNeil, Georg M. Schmölzer, Amuchou Soraisham, Bo Pan, Heather Shonoski, Khalid Aziz, Brenda Hiu Yan Law

Notice bibliographique

RevuePaediatrics & Child Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMedicineNeonatal resuscitationResuscitationEmergency medicineMedical emergencyPopulationEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Advanced neonatal resuscitation interventions (ANRIs: endotracheal intubation, chest compressions, and epinephrine) are rarely needed for infants born at ≥34 weeks gestational age (GA). However, healthcare providers (HCPs) in community hospitals can encounter the need for ANRIs, while having less experience and resources than HCPs in centers with neonatal intensive care units (NICUs). Understanding practice differences between hospitals of different levels of service (LofS) and rural/urban location can inform quality improvement to reduce health disparities. Objectives To examine how hospital level of service and rural/urban location relate to ANRI rates in Alberta, Canada, a universal public health system with standardized Neonatal Resuscitation Program (NRP) training. Design/Methods All live births ≥34 weeks GA in Alberta from 2000-2020 inclusive were examined using retrospective, population-level administrative data from the Alberta Perinatal Health Program (APHP). Hospitals (n=97) were contacted to determine annual LofS during the study period, with levels (0,1A/B/C,2,3) based on provincial obstetrical triage for availability of delivery support, cesarean-sections, obstetricians, paediatricians/neonatologists, and NICUs. Hospitals were further subcategorized by population and proximity to metropolitan centers.(Table 1) Rates of individual interventions or any ANRI were compared. Results There were 971,403 live births during the study period with a mean GA of 38.9 weeks; 1.6% were missing ANRI data, 955,835 births were included. Most occurred in hospitals with level 2 (57.4%) or level 3 (21.8%) NICUs; few occurred at sites with no delivery support (Level 0, 0.1%). ANRI rates were intubation (0.8%), chest compression (0.2%), and epinephrine (0.02%), any ANRI (0.96%, ~1/1000 live births). However, chest compression rates progressively decrease, and intubation rates progressively increase as LofS increases.(Table 1, Figure 1) When considering rural/urban location, there were outliers in chest compression rates in remote 0 (25.4/1000 live births) and metro-influenced 1A (30.2/1000 live births), intubation in remote 1C (33.3/1000 live births) and metro 0 (193.5/1000 live births) and epinephrine in metro 0 (64.5/1000 live births). Conclusion In this population-based cohort study of ≥34 weeks births, there were higher chest compressions rates and lower intubations rates at hospitals without NICUs despite standardized training. Reasons for this difference require further investigation; potential solutions such as targeted outreach education and introduction of laryngeal mask airways could be explored.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,025
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,328
Écart entre enseignants0,300 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetNeonatal Respiratory Health Research→Travaux en français237 207→