MétaCan
Menu
Retour à la cohorte
Enregistrement W2163167101 · doi:10.1177/0269215510397677

The development of a clinical management algorithm for early physical activity and mobilization of critically ill patients: synthesis of evidence and expert opinion and its translation into practice

2011· article· en· W2163167101 sur OpenAlexaff
Susan Hanekom, Rik Gosselink, Elizabeth Dean, Heleen van Aswegen, Ronel Roos, Nicolino Ambrosino, Quinette Louw

Notice bibliographique

RevueClinical Rehabilitation · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAlgorithmDelphi methodContext (archaeology)Expert opinionMedicineDelphiKnowledge translationComputer sciencePsychologyArtificial intelligenceKnowledge managementIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To facilitate knowledge synthesis and implementation of evidence supporting early physical activity and mobilization of adult patients in the intensive care unit and its translation into practice, we developed an evidence-based clinical management algorithm. METHODS: Twenty-eight draft algorithm statements extracted from the extant literature by the primary research team were verified and rated by scientist clinicians (n = 7) in an electronic three round Delphi process. Algorithm statements which reached a priori defined consensus - semi-interquartile range <0.5 - were collated into the algorithm. RESULTS: The draft algorithm statements were edited and six additional statements were formulated. The 34 statements related to assessment and treatment were grouped into three categories. Category A included statements for unconscious critically ill patients; Category B included statements for stable and cooperative critically ill patients, and Category C included statements related to stable patients with prolonged critical illness. While panellists reached consensus on the ratings of 94% (32/34) of the algorithm statements, only 50% (17/34) of the statements were rated essential. CONCLUSION: The evidence-based clinical management algorithm developed through an established Delphi process of consensus by an international inter-professional panel provides the clinician with a synthesis of current evidence and clinical expert opinion. This framework can be used to facilitate clinical decision making within the context of a given patient. The next step is to determine the clinical utility of this working algorithm.

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)0,227
score de la tête « metaresearch » (Gemma)0,303
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,954

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2270,303
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0100,007
Études des sciences et des technologies0,0030,003
Communication savante0,0080,007
Science ouverte0,0040,006
Intégrité de la recherche0,0030,004
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 Opus0,147
Tête enseignante GPT0,459
Écart entre enseignants0,311 · 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.

Devis d'étudeRevue systématique
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

Citations129
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical RehabilitationMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207