CONSEQUENCES OF REFFERALS FROM A SECONDARY HEALTH CARE CENTER
Notice bibliographique
Résumé
<strong><em>Objective: </em></strong><em>The main objective of this research work is to evaluate the recent referral nature from an institute with secondary health care facility and to determine what the consequences were in real condition to the patients. These facilities play very important part in the system of health care especially for the people from remote areas or undeveloped areas of city. </em> <strong><em>Methodology: </em></strong><em>Hospital of Lal Quarter Samanabad, Lahore was the venue of this research work. This research work was retroactive as well as retrospective in nature. The study of total 50 referrals carried out retroactively and study of fifty referrals carried out retrospectively from March 2018 to June 2018. We obtained the various indications for the referrals from the record of referrals for patients; record was under the custody of institute. The analysis of collected information carried out with SPSS V.10. </em> <strong><em>Results: </em></strong><em>In current research work about 86.0% patients recovered after treatment at the referral health care centers whereas 12 patients did not go to the referral centers after achievement of relief from received medicines from referring center. Two patients died, one because of uncontrollable diabetes mellitus and second died because of myocardial infarction. </em> <strong><em>Conclusion:</em></strong><em> Ischemic heart diseases in these areas require particular attention. There is also vital requirement to build the tertiary care center adjacent to those referring centers to handle the cases with extreme emergency condition. </em> <strong><em>KEY WORDS</em></strong><em>: Secondary, tertiary, referring, ischemic, disease, diabetes mellitus, SPSS, methodology. </em>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».