MétaCan
Menu
Retour à la cohorte
Enregistrement W2591797623

CLINICAL DECISION MAKING IN PARAMEDICINE

2017· dissertation· en· W2591797623 sur OpenAlexaboutno aff
Michael Eby

Notice bibliographique

RevueMacSphere (McMaster University) · 2017
Typedissertation
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClinical decision makingMedicineIntensive care medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Title: Clinical Decision Making in Paramedicine Author(s) & affiliation(s): Michael Eby – McMaster University, Hamilton, ON, Canada Sandra Monteiro – McMaster University, Hamilton, ON, Canada Geoffrey Norman – McMaster University, Hamilton, ON, Canada Walter Tavares – McMaster University, Hamilton, ON, Canada Background: Paramedics are frequently required to make rapid decisions in an uncontrolled, dynamic environment, often with limited diagnostic information. In Ontario, paramedic practice is based on a set of provincial medical directives that provide diagnostic and treatment criteria. Unsupervised deviation from these directives is classified as a form of error and highly discouraged. To date, there is little known about how years of clinical experience or level of certification affect the way these medical directives are used. The purpose of this study was to examine the relationship between paramedic experience, training and accuracy of treatment decisions when faced with patients who meet and fall outside of the existing medical directives. Methods: Thirty-one participants (16 experienced / 15 novice) were recruited from two paramedic services in Ontario. “Experienced” was defined as in-practice for 5 years or more. Participants were presented with 9 scenarios; in 6 scenarios, the patient presentation fit within the existing directives, while in 3 scenarios, the patient presentation fell outside the medical directives. Multiple-choice responses were used to capture participants’ decisions to treat or not treat the patients. Responses were scored and submitted to a mixed-factorial ANOVA to evaluate differences in accuracy between case types, years of experience and level of training. Results: There was a significant effect of case type (p < 0.004). Accuracy was lower when the patient presentation did not meet the criteria of the medical directive (76.34% (CI = 67.15% to 85.53%) vs. 98.35% (CI = 96.55% to 100%) when they did. There was no effect of years of clinical practice or level of certification. Conclusion: The results suggest both novice and experienced paramedics are able to accurately apply medical directives, however, there is a significant decrease in accuracy when the patient presentation does not fit one. This variation in practice may have a significant impact on patient safety, and further research is required to determine what factors may be causing this decreased accuracy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0990,001

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 Opus0,430
Tête enseignante GPT0,540
Écart entre enseignants0,110 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreAutre

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

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetHealthcare cost, quality, practicesTravaux en français237 207