구연 : 외상 환자에서의 한국형 응급실 중증도 분류 체계(Korean Triage and Acuity Scale, KTAS)의 유효성
Notice bibliographique
Résumé
배경: 캐나다형 응급실 중증도 분류 체계(Canadian triage and acuity scale, CTAS)는 응급실의 내원하는 환자의 중증도를 분류하는 시스템으로 10년 넘게 안정적으로 사용되어 왔다. 한국형 응급실 중증도 분류체계(Korean triage and acuity scale, KTAS)는 CTAS를 기반으로 한국 실정에 맞게 수정된 시스템이다. 본 연구는 외상 환자의 중증도 분류에 있어 KTAS의 유효성을 알아보고자 하였다. 방법: 2013년 1월부터 2013년 4월까지 3차 종합병원 응급실에 내원한 환자를 대상으로 후향적 연구를 시행하였다. 중증도 분류는 개발된 KTAS를 사용하였으며, 총 5단계로 분류되며, 중증도가 가장 높으면 1단계, 가장 낮으면 5단계로 정의하였다. 중증도 분류의 유효성 평가는 의무 기록과 중증도 분류 결과를 이용하여 대리 표지자(surrogate marker)로 병실 입원율, 중환자실 입원율, 응급실 대기 시간 등을 조사하였다. 결과: 총 3,125명의 환자가 포함되었으며 중증도 단계에 따른 환자의 비율은 각각 1단계; 2.5%, 2단계; 6.6%, 3단계; 29.3%, 4단계; 57.2%, 5단계; 4.4% 였다. 병실 입원율은 중증도 단계 1, 2, 3, 4, 5에서 각각 96.6% 81.7% 50.2% 13% 4.7%였다(p<0.05). 중환자실 입원율은 각각 79%, 35.8%, 9.1%, 1.4%, 0%이었다(p<0.05). 응급실 대기 시간은 각각 476분, 473분, 407분, 209분, 132분이었다. 결론: 외상 환자의 중증도가 높을수록 병실 입원율과 중환자실 입원율이 높았다. 따라서 한국형 응급실 중증도 분류 체계는 응급실내 외상환자의 중증도 분류에도 유효하였다.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».