Development of a Pragmatic Measure for Evaluating and Optimizing Rapid Response Systems
Notice bibliographique
Résumé
OBJECTIVES: Standard metrics for evaluating rapid response systems (RRSs) include cardiac and respiratory arrest rates. These events are rare in children; therefore, years of data are needed to evaluate the impact of RRSs with sufficient statistical power. We aimed to develop a valid, pragmatic measure for evaluating and optimizing RRSs over shorter periods of time. METHODS: We reviewed 724 medical emergency team and 56 code-blue team activations in a children's hospital between February 2010 and February 2011. We defined events resulting in ICU transfer and noninvasive ventilation, intubation, or vasopressor infusion within 12 hours as "critical deterioration." By using in-hospital mortality as the gold standard, we evaluated the test characteristics and validity of this proximate outcome metric compared with a national benchmark for cardiac and respiratory arrest rates, the Child Health Corporation of America Codes Outside the ICU Whole System Measure. RESULTS: Critical deterioration (1.52 per 1000 non-ICU patient-days) was more than eightfold more common than the Child Health Corporation of America measure of cardiac and respiratory arrests (0.18 per 1000 non-ICU patient-days) and was associated with >13-fold increased risk of in-hospital death. The critical deterioration metric demonstrated both criterion and construct validity. CONCLUSIONS: The critical deterioration rate is a valid, pragmatic proximate outcome associated with in-hospital mortality. It has great potential for complementing existing patient safety measures for evaluating RRS performance.
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 | 0,002 | 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 | 0,000 | 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 ».