Quality Indicators for the Assessment and Management of Pain in the Emergency Department: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Evidence indicates that pain is undertreated in the emergency department (ED). The first step in improving the pain experience for ED patients is to accurately and systematically assess the actual care being provided. Identifying gaps in the assessment and treatment of pain and improving patient outcomes requires relevant, evidence-based performance measures. OBJECTIVE: To systematically review the literature and identify quality indicators specific to the assessment and management of pain in the ED. METHODS: Four major bibliographical databases were searched from January 1980 to December 2010, and relevant journals and conference proceedings were manually searched. Original research that described the development or collection of data on one or more quality indicators relevant to the assessment or management of pain in the ED was included. RESULTS: The search identified 18,078 citations. Twenty-three articles were included: 15 observational (cohort) studies; three before-after studies; three audits; one quality indicator development study; and one survey. Methodological quality was moderate, with weaknesses in the reporting of study design and methodology. Twenty unique indicators were identified, with the majority (16 of 20) measuring care processes. Overall, 91% (21 of 23) of the studies reported indicators for the assessment or management of presenting pain, as opposed to procedural pain. Three of the studies included children; however, none of the indicators were developed specifically for a pediatric population. CONCLUSION: Gaps in the existing literature include a lack of measures reflecting procedural pain, patient outcomes and the pediatric population. Future efforts should focus on developing indicators specific to these key areas.
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 | 0,112 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».