Estimation du coût de l’hospitalisation index des patients admis dans une unité de soins des grands brûlés d’un centre hospitalier du Québec selon deux approches méthodologiques
Bibliographic record
Abstract
Les traumatismes de brûlures sévères sont reconnus comme étant parmi les plus sévères en termes de morbidités et de mortalité qu’un individu peut vivre. Étant donné la nature des hospitalisations et des soins requis, ces hospitalisations sont reconnues comme étant parmi les plus dispendieuses au sein du système de santé. Les analyses de coûts en santé permettent de quantifier la valeur monétaire des ressources utilisées lors d’un épisode de soins. Historiquement, au Québec, l’approche basée sur le niveau d’intensité relative des ressources utilisées (NIRRU) était l’approche la plus utilisée lorsqu’on désirait examiner le coût d’un séjour hospitalier. Une nouvelle méthode est récemment apparue, soit l’approche basée sur le Coût par parcours de soins et de services (CPSS). À partir de données du Centre de valorisation et d’exploitation de la donnée (SCIENTA) du CHU de Québec-Université Laval portant sur 362 hospitalisations index liées à des traumatismes de brûlures sévères étudiées, les auteurs montrent que les coûts moyens directs estimés selon l’approche du CPSS sont 73 % plus élevés que ceux obtenus selon l’approche du NIRRU. Par contre, il n’est pas possible de déterminer laquelle des deux estimations se rapproche le plus du coût moyen réel. Aussi, il n’est pas possible d’exclure le risque que les différences observées entre les coûts estimés selon les approches méthodologiques soient spécifiques aux populations et conditions étudiées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".