Requesting Wrist Radiographs in Emergency Department Triage
Notice bibliographique
Résumé
Crowding is extremely problematic in Canada, as the emergency department (ED) utilization is considerably higher than in any other country. Consequently, an increase has been noted in waiting times for patients who present with injuries of lesser acuity such as wrist injuries. Wrist fractures are the most common broken bone in patients younger than 65 years. Many nurses employed within EDs are requesting wrist radiographs for patients who present with wrist complaints as a norm within their working practice. Significant potential advantages can ensue if EDs adopt a triage nurse-requested radiographic protocol; patients can benefit from a significant time-saving of 36% in ED length of stay (M. Lindley-Jones & B. J Finlayson, 2000)— when nurses initiated radiographs in triage. In addition, the literature suggests that increased rates of patient and staff satisfaction may be achieved, without compromising quality of radiographic request or quality of service (W. Parris,S. McCarthy, A. M. Kelly, & S. Richardson, 1997). Studies have shown that nurses are capable of requesting appropriate radiographs on the basis of a preset protocol. As there are no standardized set of rules for assessing patients, presenting with suspected wrist fractures, a training program as well as a diagnostic algorithm was developed to prepare emergency nurses to appropriately request wrist radiographs. The triage nurse-specific training program includes the following topics: wrist anatomy and physiology, commonly occurring wrist injuries, mechanisms of injury, physical assessment techniques, and types of radiographic images required. The triage nurse algorithm includes the clinical decision-making process. Providing triage nurses with up-to-date evidence-based educational material not only allowed triage nurses to independently assess and request wrist radiographs for patients with potential wrist fractures but also strengthening the link between competent nursing care and better patient outcomes. A review of the literature also found that such initiatives increase patient and staff satisfaction as well as promoting efficient use of right staff at the right time.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».