MétaCan
Menu
Retour à la cohorte
Enregistrement W2039566147 · doi:10.1017/s1049023x11002639

(A279) Evidence-Based Decision-Making in Triage

2011· article· en· W2039566147 sur OpenAlexaboutno aff
Amir Mirhaghi, M. Sajjadi, A. Golafshani

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriageScale (ratio)GuidelineEmergency nursingMedicineReliability (semiconductor)Medical emergencyEmergency departmentDescriptive statisticsNursing

Résumé

récupéré en direct d'OpenAlex

Background and Aims Decision-making is the major component in triaging emergency department patients. Influencing factors on decision-making have been identified but it`s not clear how much of the decision is based upon scientific criteria. The objective of this study was to determine frequency of using reliable and valid guidelines by nurses in emergency departments. Methods It was a descriptive survey study. The questionnaire was composed of demographic data, evidence-based triage questions (15) and triage decision-making questions (10). The questionnaire reliability was 0.87 using the test-retest method. Content validity was considered based upon Canadian Triage and Acuity Scale. Results 70 nurses from 10 emergency departments participated. 40 % of nurses` responses to evidence-based questions was correct. The percentage of inter-rater agreement between nurses was moderate (0.56) related to decision-making questions. No valid and reliable guideline was utilized in emergency departments. Conclusion Nurses` decision-making was poorly based on evidence-based criteria. Low level of nurses` knowledge about triage may be derived from lack of official and specialized triage training courses. Academic triage courses establishment and development of national triage scale are recommended.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,094
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0350,010

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,321
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetEmergency and Acute Care StudiesTravaux en français237 207