Nurse- vs Nomogram-Directed Glucose Control in a Cardiovascular Intensive Care Unit
Notice bibliographique
Résumé
BACKGROUND: Paper-based nomograms are reasonably effective for achieving glycemic control but have low adherence and are less adaptive than nurses' judgment. OBJECTIVE: To compare efficacy (glucose control) and safety (hypoglycemia) achieved by use of a paper nomogram versus nurses' judgment. METHODS: Prospective, randomized, open-label, crossover trial in an intensive care unit in postoperative patients with glucose concentrations greater than 8 mmol/L. Consenting nurses with at least 1 year of experience were randomized to use either their judgment or a validated paper-based nomogram for glucose control. After completion of 2 study shifts, the nurses used the alternative method for the next 2 study shifts. Glucose target level and safety and efficacy boundaries were the same for both methods. The primary end point was area under glucose time curve per hour. RESULTS: Thirty-four nurses contributed 95 shifts of data (44 nomogram-directed, 51 nurse-directed). Adherence to the nomogram was higher in the nomogram group than hypothetical adherence in the nurse-directed group for correct adjustments in insulin infusion (70% vs 37%; P < .001) and glucose checks (58% vs 43%; P = .008). The primary end point did not differ between the 2 groups (mean, 9.0 mmol/L; SD, 3.5 vs mean, 8.3 mmol/L; SD, 2.1; P = .08). Glucose variability, amount of time patients were hypoglycemic or hyperglycemic, and number of glucose checks performed were similar in the 2 groups. CONCLUSIONS: In an intensive care unit where nurses generally accepted the need for tight glucose control, nurse-directed control was as effective and as safe as nomogram-based control.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».