New Models of Emergency Prehospital Care That Avoid Unnecessary Conveyance to Emergency Department: Translation of Research Evidence into Practice?
Notice bibliographique
Résumé
BACKGROUND: Achieving knowledge translation in healthcare is growing in importance but methods to capture impact of research are not well developed. We present an attempt to capture impact of a programme of research in prehospital emergency care, aiming to inform the development of EMS models of care that avoid, when appropriate, conveyance of patients to hospital for immediate care. METHODS: We describe the programme and its dissemination, present examples of its influence on policy and practice, internationally, and analyse routine UK statistics to determine whether conveyance practice has changed. RESULTS: The programme comprises eight research studies, to a value of > £4 m. Findings have been disseminated through 18 published papers, cited 274 times in academic journals. We describe examples of how evidence has been put into practice, including new models of care in Canada and Australia. Routine statistics in England show that, alongside rising demand, conveyance rates have fallen from 90% to 58% over a 12-year period, 2,721 million fewer journeys, with publication of key studies 2003-2008. COMMENT: We have set out the rationale, key features, and impact on practice of a programme of publicly funded research. We describe evidence of knowledge translation, whilst recognising limitations in methods for capturing impact.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».