Quality indicators for the adult epilepsy monitoring unit
Notice bibliographique
Résumé
OBJECTIVE: Quality and safety in epilepsy monitoring units (EMUs) are of great importance because patients' seizures are induced rather than prevented in this hospital setting. However, the measurement and evaluation of quality and safety in EMUs are heterogeneous, as are practices and processes of care. To improve the measurement of quality and safety in EMUs, we sought to develop evidence-based and consensus-driven quality indicators, adhering to previously described methodologic standards. METHODS: Candidate quality indicators were identified using a recent systematic review on quality and safety indicators in EMUs. These were supplemented by expert opinion to identify other indicators that had not been reported previously. The candidate quality indicators were then evaluated using a modified Delphi technique among a multidisciplinary EMU quality improvement team. Candidate indicators identified as important and feasible through the Delphi technique were then developed into quality metrics. RESULTS: Thirty-four candidate indicators were abstracted from 135 studies included in the earlier systematic review, and two additional candidate indicators were suggested through consensus from experts. Consensus was reached after two modified Delphi rounds for 25 quality indicators identified as important. These 25 indicators were then developed into quality metrics using a standardized data collection form and were deployed in an online database for systematic data capture and further analyses. SIGNIFICANCE: These quality indicators have the potential to improve the reporting of quality and safety in EMUs through standardized measurement and evaluation of the quality and safety of care. The ultimate goal is improved patient care and clinical outcomes through safer and better care for people with epilepsy in the EMU.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».