Canadian Emergency DepartmentTriage and Acuity Scale: implementation in a tertiary care center in Saudi Arabia
Notice bibliographique
Résumé
BACKGROUND: The Canadian Emergency Department Triage and Acuity Scale (CTAS) is a well recognized and validated triage system that prioritizes patient care by severity of illness. The aim of this study was to describe the results of Emergency Department (ED) waiting times after the implementation of the CTAS in a major tertiary care hospital emergency department outside of Canada. METHODS: A total of 1206 charts were randomly selected and retrospectively reviewed for triage performance. The indicators were: time to triage, triage duration, waiting time to be evaluated by a physician, and proportion of patients who left without being seen by a physician. Waiting times were stratified by triage level and reported as fractile response rates. RESULTS: The approximate time to triage was ≤ 10 minutes for 71% and ≤ 15 minutes for 82.8% of the patients. Fifty-three percent (53.5%) completed their triage process within 5 minutes. Waiting times evaluated by a physician was 100% within CTAS time objectives in category I patients, however, this was not the case for the other 4 categories. The overall left without being seen (LWBS) rate was 9.8%; 11.9% were in Level III, 20.3% in Level IV, and 67.8% in Level V. Median length of stay (LOS) was 144 minutes for the study sample as a whole. CONCLUSION: The CTAS may be adapted, with achievable objectives, in hospitals outside Canada as well. Time to see physician, total LOS, and LWBS are effective markers of ED performance and the quality of triage. Registration-to-physician time (RTP) and LOS profiles, stratified by triage level, are essential indicative markers for ED performance and should be used in improving patients flow through collaborative efforts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».