MétaCan
Menu
← Retour à la cohorte
Enregistrement W2393676707 · doi:10.1371/journal.pone.0155500

Development and Pilot of a Checklist for Management of Acute Liver Failure in the Intensive Care Unit

2016· article· en· W2393676707 sur OpenAlexaffabout
Oren K. Fix, Iris Liou, Constantine Karvellas, Daniel Ganger, Kimberly A. Forde, Ram Subramanian, Alice M. Boylan, James Hanje, R. Todd Stravitz, William M. Lee

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSepsis Diagnosis and Treatment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of Health
Mots-clésChecklistUsabilityMedicineLikert scaleIntensive care unitMEDLINEPatient safetyMedical emergencyHealth carePsychologyIntensive care medicineComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Acute liver failure (ALF) is an ideal condition for use of a checklist. Our aims were to develop a checklist for the management of ALF in the intensive care unit (ICU) and assess the usability of the checklist among multiple providers. METHODS: The initial checklist was developed from published guidelines and expert opinion. The checklist underwent pilot testing at 11 academic liver transplant centers in the US and Canada. An anonymous, written survey was used to assess the usability and quality of the checklist. Written comments were used to improve the checklist following the pilot testing period. RESULTS: We received 81 surveys involving the management of 116 patients during the pilot testing period. The overall quality of the checklist was judged to be above average to excellent by 94% of users. On a 5-point Likert scale, the majority of survey respondents agreed or agreed strongly with the following checklist characteristics: the checklist was easy to read (99% agreed/agreed strongly), easy to use (97%), items are categorized logically (98%), time to complete the checklist did not interfere with delivery of appropriate and safe patient care (94%) and was not excessively burdensome (92%), the checklist allowed the user the freedom to use his or her clinical judgment (80%), it is a useful tool in the management of acute liver failure (98%). Web-based and mobile apps were developed for use of the checklist at the point of care. CONCLUSION: The checklist for the management of ALF in the ICU was shown in this pilot study to be easy to use, helpful and accepted by a wide variety of practitioners at multiple sites in the US and Canada.

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)0,035
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,085
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,153
Tête enseignante GPT0,307
Écart entre enseignants0,154 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetSepsis Diagnosis and Treatment→Travaux en français237 207→