Team situation awareness and the anticipation of patient progress during ICU rounds
Notice bibliographique
Résumé
BACKGROUND: The ability of medical teams to develop and maintain team situation awareness (team SA) is crucial for patient safety. Limited research has investigated team SA within clinical environments. This study reports the development of a method for investigating team SA during the intensive care unit (ICU) round and describes the results. METHODS: In one ICU, a sample of doctors and nurses (n = 44, who combined to form 37 different teams) were observed during 34 morning ward rounds. Following the clinical review of each patient (n = 105), team members individually recorded their anticipations for expected patient developments over 48 h. Patient-outcome data were collected to determine the accuracy of anticipations. Anticipations were compared among ICU team members, and the degree of consensus was used as a proxy measure of team SA. Self-report and observational data measured team-member involvement and communication during patient reviews. RESULTS: For over half of 105 patients, ICU team members formed conflicting anticipations as to whether patients would deteriorate within 48 h. Senior doctors were most accurate in their predictions. Exploratory analysis found that team processes did not predict team SA. However, the involvement of junior and senior trainee doctors in the patient decision-making process predicted the extent to which those team members formed team SA with senior doctors. CONCLUSIONS: A new method for measuring team SA during the ICU round was successfully employed. A number of areas for future research were identified, including refinement of the situation awareness and teamwork measures.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».