MétaCan
Menu
Retour à la cohorte
Enregistrement W1977516214 · doi:10.1080/10903120903144809

Paramedic Determinations of Medical Necessity: A Meta-Analysis

2009· review· en· W1977516214 sur OpenAlexaff
Lawrence H. Brown, Michael W. Hubble, David C. Cone, Michael G. Millin, Brian Schwartz, P. Daniel Patterson, Brad A. Greenberg, Michael Richards

Notice bibliographique

RevuePrehospital Emergency Care · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineTriageEmergency medical servicesCINAHLMEDLINECochrane LibraryInter-rater reliabilityMedical emergencyCritical appraisalCohen's kappaEmergency departmentMeta-analysisEmergency medicinePsychological interventionNursingAlternative medicineInternal medicineRating scale

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Reducing unnecessary ambulance transports may have operational and economic benefits for emergency medical services (EMS) agencies and receiving emergency departments. However, no consensus exists on the ability of paramedics to accurately and safely identify patients who do not require ambulance transport. Objective. This systematic review and meta-analysis evaluated studies reporting U.S. paramedics' ability to determine medical necessity of ambulance transport. METHODS: PubMed, Cumulative Index to Nursing and Allied Health Literature (CINAHL), and Cochrane Library databases were searched using Cochrane Prehospital and Emergency Care Field search terms combined with the Medical Subject Headings (MeSH) terms "triage"; "utilization review"; "health services misuse"; "severity of illness index," and "trauma severity indices." Two reviewers independently evaluated each title to identify relevant studies; each abstract then underwent independent review to identify studies requiring full appraisal. Inclusion criteria were original research; emergency responses; determinations of medical necessity by U.S. paramedics; and a reference standard comparison. The primary outcome measure of interest was the negative predictive value (NPV) of paramedic determinations. For studies reporting sufficient data, agreement between paramedic and reference standard determinations was measured using kappa; sensitivity, specificity, and positive predictive value (PPV) were also calculated. RESULTS: From 9,752 identified titles, 214 abstracts were evaluated, with 61 studies selected for full review. Five studies met the inclusion criteria (interrater reliability, kappa = 0.75). Reference standards included physician opinion (n = 3), hospital admission (n = 1), and a composite of physician opinion and patient clinical circumstances (n = 1). The NPV ranged from 0.610 to 0.997. Results lacked homogeneity across studies; meta-analysis using a random-effects model produced an aggregate NPV of 0.912 (95% confidence interval: 0.707-0.978). Only two studies reported complete 2 x 2 data: kappa was 0.105 and 0.427; sensitivity was 0.992 and 0.841; specificity was 0.356 and 0.581; and PPV was 0.158 and 0.823. CONCLUSION: The results of the few studies evaluating U.S. paramedic determinations of medical necessity for ambulance transport vary considerably, and only two studies report complete data. The aggregate NPV of the paramedic determinations is 0.91, with a lower confidence limit of 0.71. These data do not support the practice of paramedics' determining whether patients require ambulance transport. These findings have implications for EMS systems, emergency departments, and third-party payers.

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)0,025
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,056
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,056
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,148
Tête enseignante GPT0,448
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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations100
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital Emergency CareMême sujetTrauma and Emergency Care StudiesTravaux en français237 207