Objective Factors Associated with Physicians’ and Nurses’ Perceptions of Intensive Care Unit Capacity Strain
Notice bibliographique
Résumé
RATIONALE: Time-varying demand for critical care may strain the capacities of intensive care units (ICUs) to provide optimal care. Intensivists and ICU nurses may be the best judges of the strain on their ICU. Yet, it is not clear what ICU and hospital factors contribute to this perceived sense of strain among ICU providers. OBJECTIVES: To identify measureable ICU and hospital factors associated with perceived strain by intensivists and ICU nurses. METHODS: During a 6-month prospective cohort study, we surveyed nurses and physicians responsible for bed management regarding the ability of a 24-bed medical ICU (MICU) to provide optimal critical care. We simultaneously assessed time-varying ICU-level factors, including patient census, number of admissions, average patient acuity, number of interhospital transfer requests, and censuses of other hospital units. To identify factors associated with strain, we used an algorithm for covariate selection in regression models that selects variables that contribute sufficiently to model prediction to justify their inclusion. MEASUREMENTS AND MAIN RESULTS: Of 254 surveys, 226 (89%) were completed by 18 charge nurses and 17 physicians. On a scale of 1 to 10 (where a higher score indicated more strain), the median perceived strain score among nurses was 6 (interquartile range, 3-7) and among physicians was 5 (interquartile range, 3-7), with moderate correlation within days (interclass correlation coefficient, 0.45; 95% confidence interval: 0.30, 0.60). Average patient acuity, MICU census, number of MICU admissions, and general ward census were included in the most efficient model of strain perceived by nurses. Only MICU census was strongly associated with strain perceived by physicians. CONCLUSIONS: A model containing commonly available metrics of ICU census, average patient acuity, and the proportion of new admissions has validity as a model of ICU nurses' perceived ICU capacity strain. However, only ICU census was associated with increased perceived capacity strain by physicians, highlighting the need for involvement of multiple stakeholder groups to improve our understanding of ICU capacity strain.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».