MétaCan
Menu
Retour à la cohorte
Enregistrement W2104696087 · doi:10.1186/cc3330

ICU research coordinator activities: a time-in-motion multicenter study

2005· article· en· W2104696087 sur OpenAlexaffabout
Ellen McDonald, France Clarke, Craig Dale, Carson Davidson, Rebecca Trantowski Farrell, Lori Hand, Tracy McArdle, Orla Smith, Marilyn Steinberg, Irene Watpool, Richard W. Ward, Diane Heels‐Ansdell

Notice bibliographique

RevueCritical Care · 2005
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensUniversity of OttawaUniversity of TorontoMcMaster University
Organismes subventionnairesNational Institutes of Health
Mots-clésMedicineIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

ICU Research Coordinators (ICURCs) represent a growing membership in the Canadian Critical Care Trials Group (CCCTG). The professional contribution of ICURCs to clinical critical care research is profound, but has not been well characterized. To describe the settings, studies, resources, tools, and activities of Canadian ICURCs. We conducted a prospective observational time-in-motion study of CCCTG ICURCs from 20 September to 15 October 2004. We generated items and domains in focus groups. The instrument was formatted using both open and closed ended responses. We piloted for comprehensiveness and clarity. We obtained data on the setting, studies, tools and resources available in each center, then used a weekly management log to document activities under seven domains. Completed forms were faxed to the Methods Center at St Joseph's Healthcare and entered into an Excel Spreadsheet for descriptive analyses. Twenty ICURCs participated from 13 mixed ICUs (100% university-affiliated hospitals with 440 ± 225 hospital beds and 23 ± 11 ICU beds). Over 4 weeks in 13 ICUs, 104 ± 64 patients were admitted, 74 ± 60 were screened and 9 ± 9 were enrolled in studies. On average, there were 4.6 ± 2.1 peer reviewed, and 3.8 ± 3.5 industry studies; 5.8 ± 3.4 were RCTs, 2.8 ± 2.3 were observational and 0.8 ± 1.2 were other designs. On average, 7.1 ± 5.8 studies enrolled adults and 1.5 ± 2.4 enrolled children. These resources were accessed electronically: laboratory data (100%), diagnostic images (53.8%), radiology reports (69.2%), ECGs (15.4%) and clinical information systems (15.4%). Data collection tools include: paper (100%), NCR paper (38.5%), datafax (38.5%), laptop (7.7%), PDAs (0%), and Web-based approaches (84.6%). Time spent in each of seven activities was: study preparation (literature review, inhouse protocol development, REB submissions and amendments, budget preparation, CRF development and piloting, regulatory document assembly, in-services), 16.5%; research conduct (screening, consent and family meetings, pharmacy and other study supplies, data collection and queries, conducting and preparing tests, AE and SAE reporting, bedside protocol compliance), 44.1%; communication (email/ telephone calls/mail, staff education), 14.3%; management (team meetings, multicentered management, screening and finance logs, initiation audit and close-out visits), 13.5%; data management (database creation and data entry, analysis), 3.9%; dissemination (interim and final reports, conference preparation and presentation), 3.0%; and miscellaneous, 4.7%. CCCTG ICURCs work primarily in mixed university-affiliated ICUs, conducting randomized trials in adults. The availability of electronic resources is modest, and variable data collection methods are employed. ICURCs engage in many activities to prepare, implement, and manage investigations for critically ill patients.

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)0,025
score de la tête « metaresearch » (Gemma)0,035
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 enseignants0,063
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,211
Tête enseignante GPT0,553
Écart entre enseignants0,343 · 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

Citations3
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical CareMême sujetHealth and Medical Research ImpactsTravaux en français237 207