The Perceived Likelihood of Outcome of Critical Care Patients and Its Impact on Triage Decisions: A Case-Based Survey of Intensivists and Internists in a Canadian, Quaternary Care Hospital Network
Notice bibliographique
Résumé
INTRODUCTION: There is high variability amongst physicians' assessments of appropriate ICU admissions, which may be based on potential assessments of benefit. We aimed to examine whether opinions over benefit of ICU admissions of critically ill medical inpatients differed based on physician specialty, namely intensivists and internists. MATERIALS AND METHODS: We carried out an anonymous, web-based questionnaire survey containing 5 typical ICU cases to all ICU physicians regardless of their base specialty as well as to all internists in 3 large teaching hospitals. For each case, we asked the participants to determine if the patient was an appropriate ICU admission and to assess different parameters (e.g. baseline function, likelihood of survival to ICU discharge, etc.). Agreement was measured using kappa values. RESULTS: 21 intensivists and 22 internists filled out the survey (response rate = 87.5% and 35% respectively). Predictions of likelihood of survival to ICU admission, hospital discharge and return to baseline were not significantly different between the two groups. However, agreement between individuals within each group was only slight to fair (kappa range = 0.09-0.22). There was no statistically significant difference in predicting ICU survival and prediction of survival to hospital discharge between both groups. The accuracy with which physicians predicted actual outcomes ranged between 35% and 100% and did not significantly differ between the two groups. A greater proportion of internists favoured non resuscitative measures (24.6% of intensivists and 46.9% internists [p = 0.002]). CONCLUSION: In a case-based survey, physician specialty base did not affect assessments of ICU admission benefit or accuracy in outcome prediction, but resulted in a statistically significant difference in level of care assignments. Of note, significant disagreement amongst individuals in each group was found.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».