Paramedic clinical decision making during high acuity emergency calls: design and methodology of a Delphi study
Notice bibliographique
Résumé
BACKGROUND: The scope of practice of paramedics in Canada has steadily evolved to include increasingly complex interventions in the prehospital setting, which likely have repercussions on clinical outcome and patient safety. Clinical decision making has been evaluated in several health professions, but there is a paucity of work in this area on paramedics. This study will utilize the Delphi technique to establish consensus on the most important instances of paramedic clinical decision making during high acuity emergency calls, as they relate to clinical outcome and patient safety. METHODS AND DESIGN: Participants in this multi-round survey study will be paramedic leaders and emergency medical services medical directors/physicians from across Canada. In the first round, participants will identify instances of clinical decision making they feel are important for patient outcome and safety. On the second round, the panel will rank each instance of clinical decision making in terms of its importance. On the third and potentially fourth round, participants will have the opportunity to revise the ranking they assigned to each instance of clinical decision making. Consensus will be considered achieved for the most important instances if 80% of the panel ranks it as important or extremely important. The most important instances of clinical decision making will be plotted on a process analysis map. DISCUSSION: The process analysis map that results from this Delphi study will enable the gaps in research, knowledge and practice to be identified.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».