A comparison of a formal triage scoring system and a quick-look triage approach
Notice bibliographique
Résumé
BACKGROUND: Emergency Department (ED) triage systems have become increasingly comprehensive over time, requiring ever more resources such as nursing time and computer support. There are very few studies that have looked at whether this increased complexity results in improved performance. OBJECTIVES: This study looked at one aspect of performance, comparing reliability of triage nurses' (TNs) triage scores utilizing a simple quick-look method with a commonly used, resource-intense, five-level triage system. METHODS: This observational study of TNs was carried out in two urban tertiary-care hospital EDs, in real time, assessing patients arriving consecutively. Immediately upon patients' arrival, TNs were asked to assign triage scores based simply on their observation of the patient and the chief complaint. The patient was then triaged in the department's usual way, utilizing a computer-assisted five-level triage system [Canadian Triage and Acuity Scale (CTAS)]. Agreement between scores was quantified. κ scores were calculated, and weighted by the CTAS score. RESULTS: A total of 496 triage assessments were included. Percent agreement between the quick-look method and the standard CTAS method was 84.5%. κ scores were moderately high. Fourteen patients (2.6%), ultimately classified as CTAS 1 or 2, initially received lower scores from TNs using the quick-look method. No comparison of validity was assessed. CONCLUSION: TNs assigning triage scores to ED patients on arrival, using only chief complaint and observation, were statistically comparable to scores assigned utilizing a resource-intense, comprehensive triage system, but clinically significant discrepancies were 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».