Identifying futility in a paediatric critical care setting: a prospective observational study
Notice bibliographique
Résumé
Introduction Musculoskeletal disorders (MSD) continue to be a major burden for workplaces and workers as well as insurance and health systems. Evidence-based approaches are desired but research-to-practice gaps remain. One reason for gaps is the necessary research of sufficient quality is often not available. However evidence-based practice considers both scientific evidence as well as practitioner expertise. Our objective is to synthesise evidence from the scientific literature, practice evidence (policies and practices), and experiences from stakeholders. Methods Scientific evidence from recently published reviews, including a recent review our team completed, will be synthesised. Evidence from practitioners’ expertise and worker experiences are being collected using a web-based survey, focus groups, and interviews with representatives from various stakeholder groups from multiple sectors. We are using the Public Health Agency of Canada’s best practices portal to structure data collection of workplace practices and policies. We are synthesising the evidence gathered from stakeholders with that from recently published systematic reviews. Result Recent systematic review results revealed 61 high and medium studies addressing MSD. The studies described 30 different intervention categories. There was strong evidence that resistance training has a positive effect and moderate evidence that stretching, using a feedback mouse, and workstation forearm supports have positive effects. However the level of evidence was too low to make recommendations for many other interventions. The survey and interview/focus groups to collect practice-based evidence are ongoing. Discussion The presentation will focus on current policies and practices described by our practitioner and workplace audiences as compared to the scientific evidence. The discussion will outline the synthesis of evidence and co-creation (with OHS stakeholders) of a practical guide to help workplaces develop and implement effective practices and policies to prevent MSD and help workers with MSD return to work safely.
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 | 0,018 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».