MétaCan
Menu
Retour à la cohorte
Enregistrement W2073877894 · doi:10.1097/ccm.0000000000000036

Comprehensive Assessment of Critical Care Needs in a Community Hospital*

2013· article· en· W2073877894 sur OpenAlexafffund
Aimee Sarti, Stephanie Sutherland, Angèle Landriault, Frances Fothergill‐Bourbonnais, Rédouane Bouali, Timothy Willett, Stanley J. Hamstra, Pierre Cardinal

Notice bibliographique

RevueCritical Care Medicine · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensRoyal College of Physicians and Surgeons of CanadaUniversity of Ottawa Skills and Simulation CentreOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchOttawa Hospital Research Institute
Mots-clésMedicineReferralPsychological interventionContext (archaeology)Community hospitalTeamworkNeeds assessmentFocus groupNursingAcute careHealth careFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To design and implement a needs assessment process that identifies gaps in caring for critically ill patients in a community hospital. DESIGN, SETTING, SUBJECTS: This mixed-method study was conducted between June 2011 and February 2012. A conceptual framework, centered on the critically ill patient, guided the design and selection of the data collection instruments. Different perspectives sampled included regional leaders, healthcare professionals at the community hospital and its referral hospital, as well as family members of patients who had received care at the community ICU. Data sources included interviews (n = 22), walk-throughs (n = 5), focus groups (n = 31), database searches, context questionnaires (n = 8), family surveys (n = 16), and simulations (n = 13). INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Nine needs were identified. At the community hospital, needs identified included lack of access to human resources, gaps in expertise, poor patient flow and ICU bed use, communication, lack of educational opportunities, and gaps in end-of-life care and interprofessional teamwork. Needs were also identified in the interhospital interaction between the community and referral hospitals, which included an inadequate hospital network and gaps in transfer and repatriation of patients. The methodology uncovered the causes and widespread impact of each need and how they interacted with one another. Proposed solutions by the participants are presented including both organizational and educational/clinical solutions. CONCLUSIONS: This study captured needs in a complex, interprofessional, interhospital context, which can be targeted with tailored interventions to improve patient outcomes in a community hospital. Furthermore, this study provides a preliminary framework and rigorous methodology to performing a needs assessment in this setting.

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)0,015
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,028
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,470
Écart entre enseignants0,360 · 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'étudeObservationnel
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

Citations5
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207