Impact of Using Physiotherapy Self-Referral in the Medical–Surgical Neurological Intensive Care Unit
Notice bibliographique
Résumé
PURPOSE: To describe physiotherapy (PT) referral practice in a medical-surgical neurological intensive care unit (MSNICU) of a large quaternary teaching hospital before and after the implementation of PT self-referral. METHODS: Charts were reviewed for MSNICU patients who received PT pre-implementation (Pre; n=90) and post-implementation (Post; n=100) to collect data on timeliness, number of referrals, and MSNICU length of stay (LOS); t-tests were conducted to determine group differences. RESULTS: The mean age of MSNICU patients referred to PT was 60.6 (SD=18.6) years; 59.5% were male. PT treatment consisted of cardiorespiratory (39% Pre, 51.1% Post), mobility (22% Pre, 28.8% Post), and combined (39% Pre, 20% Post) interventions. Overall, the number of days between MSNICU admission and PT initiation and MSNICU LOS did not differ significantly from Pre to Post. However, for patients (n=50) receiving early (within 7 days of MSNICU admission) PT self-referral Post versus patients receiving physician referral only Pre (n=83), there was a significant decrease (p=0.01) in time to PT initiation of 1.4 days (3.2 Pre, 1.8 Post). CONCLUSIONS: PT self-referral increased both the number of patients receiving more timely access to PT and the provision of treatment of a deferred group of patients previously not referred. Future studies need to evaluate the impact of referral methods across a variety of clinical populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».