VALIDATION OF THE SHORT FORM OF THE INTERNATIONAL CROWDING MEASURE IN EMERGENCY DEPARTMENTS (ICMED): INTERNATIONAL STUDY
Notice bibliographique
Résumé
Objectives & Background There is little consensus on the best way to measure emergency department crowding. We have previously developed a consensus based measure, the International Crowding Measure in Emergency Departments (ICMED). This measure has both flow and non-flow items, and also contains items which measure Input, Throughput and Output. We aimed to externally validate a short form of the ICMED against emergency physician's perceptions of crowding and danger across a wide variety of Emergency Departments. Face validity is important to support implementation of any measure Methods We performed an observational validation study in seven emergency departments in five different countries. We recorded sICMED observations and the most senior available emergency physician's perceptions of crowding and danger at the same time. We performed a times series regression model to account for clustering and correlation. Results 397 data points were analysed. The sICMED showed moderate positive correlations with emergency physician's perceptions of crowding r=0.4110, p<0.05) and danger (r=0.4566, p<0.05.) There was considerable variation in the performance of the sICMED between different emergency departments. The sICMED was only slightly better than measuring occupancy or emergency department boarding time. Conclusion The short form of the ICMED has moderate face validity in measuring crowding. This is an important first step in validating this measure. The measure performs less well in Emergency Departments that are constantly crowded. Figure 1
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».