MétaCan
Menu
← Retour à la cohorte

Hospital volume and hospital mortality for esophagectomy

2001· article· en· W6940468997 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2001
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEsophagectomyPerioperativeMortality rateVolume (thermodynamics)ResectionSurvival rateRetrospective cohort studyIncidence (geometry)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hospital mortality after esophagectomy has decreased from 29% to 7.5% over the last decades because of improved surgical techniques and better perioperative care. Suggestions have been made that a further decrease in hospital mortality may be achieved by centralization of esophagectomies in high volume centers. METHODS: The effect of hospital volume on hospital mortality after esophagectomy in the Netherlands was analyzed based on data from the Dutch National Medical Registry and the Dutch Network and National Database for Pathology over the period 1993-1998. RESULTS: Annually, approximately 310 (range, 264-321) esophagectomies are performed in the Netherlands. Fifty-two percent are performed in 43-55 low volume centers (1-10 resections a year). Six percent are performed in 1-3 medium volume centers (11-20 resections a year). The remainder (42%) is performed in two high volume centers (> 50 resections a year). Hospital mortality is 12.1%, 7.5% and 4.9% respectively (P < 0.001). The high volume centers seem to see slightly more advanced tumors than the low and medium volume centers. CONCLUSIONS: There is a significant (inverse) relation between hospital mortality and hospital volume for esophageal resection in the Netherlands. Although hospital mortality is not the only measure for quality of care, these data suggest a potential beneficial effect to centralization of esophagectomy in the Netherlands.

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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,213 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→