A systematic review of quality indicators for evaluating pediatric trauma care
Notice bibliographique
Résumé
OBJECTIVE: Trauma care provides injured children with life- and limb-saving treatment, but it is unclear if the proper tools have been developed to measure the quality of care delivered. We sought to systematically review the literature on quality indicators for evaluating pediatric trauma care. DATA SOURCES AND STUDY SELECTION: We searched MEDLINE (1950- January 14, 2009), EMBASE (1980-week 2, 2009), CINAHL (1982- week 2, 2009) and The Cochrane Library (4th Quarter 2008) from the earliest available date to January 14, 2009, plus the Gray Literature, select journals by hand, reference lists, and articles recommended by experts in the field. Studies were selected that used one or more quality indicators to evaluate the quality of care delivered to patients 18 yrs of age or younger with a major traumatic injury. DATA EXTRACTION AND DATA SYNTHESIS: The literature search identified 6869 citations. Review of abstracts led to the retrieval of 538 full-text articles for assessment; 12 articles were selected for review. Of these, five (42%) articles were case series and five (42%) articles were cohort studies. Two articles included control groups, a before-and-after case series, and a nonrandomized controlled trial. A total of 120 quality indicators in pediatric trauma care were identified, predominantly measures of prehospital and hospital processes and outcomes of care. We did not identify any prehospital structure or posthospital or secondary injury prevention quality indicators. Among multiple trauma patients, deficiencies in the quality of care ranged from 8% to 45% of patients, with 6% to 32% of deaths in hospital judged to be preventable on peer review. CONCLUSIONS: There is limited experimental research regarding quality indicators in pediatric trauma care, but the literature suggests that deficiencies exist in the quality of care. Future research is needed to develop and evaluate patient-centered pediatric-specific indicators that cover the full spectrum of trauma care.
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 | 0,043 | 0,189 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,013 | 0,011 |
| Bibliométrie | 0,033 | 0,034 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».