MétaCan
Menu
Retour à la cohorte
Enregistrement W2616406129 · doi:10.1093/ageing/afx055.10

10INTRODUCING NURSE-LED PROCEDURE CASE FINDING IN OLDER EMERGENCY GENERAL SURGICAL (EGS) PATIENTS

2017· article· en· W2616406129 sur OpenAlexaff
Jessica Cross, Rahul Bhatnagar, F E Martin, Jugdeep Dhesi

Notice bibliographique

RevueAge and Ageing · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineGeneral surgeryNursing

Résumé

récupéré en direct d'OpenAlex

Recent reports recommend early assessment and intervention by geriatricians to improve outcomes for older surgical patients. However, these recommendations are difficult to put into practice, with few units currently providing proactive care for these patients. Translation has been hampered by a reliance on traditional models of care, insufficient workforce/funding and a lack of guidance on how to identify patients requiring geriatrician input. Older EGS patients referred to geriatric medicine inconsistently and reactively often late in pathway, when complications established. Could proactive case-finding and management in EGS be nurse-led and integrated into existing liaison services? Proactive early case-finding led by part-time Advanced Nurse Practitioner (ANP). Patients identified through electronic registration tagging, attendance at EGS handover and twice weekly MDT board rounds. Identified patients underwent CGA. Data collection on consecutive patients over twelve weeks. Consistent identification of older EGS patients requiring CGA (n89) Proactive case-finding using a structured approach can be completed by an ANP in 45 minutes per day. CGA resulted in clear reporting of multimorbidty and frailty* 82% ≥2 conditions, 43% ≥5 conditions Frailty*, 52% of patients. Development of interdepartmental communication Consistent National Emergency Laparotomy Audit (NELA) data entry. Clearer understanding that; Majority of older EGS patients don't have surgery, 54%. 24%, invasive surgery. 21%, diagnostic procedure only. All deaths occurred in ‘frail’ patients. Pathways to identify and case manage older surgical patient can be established and delivered by an ANP. This may be an alternative to traditional geriatrician-led services. Recognition is made that pre-existing elective surgical geriatric liaison service possibly made integration of service change easier. Further study recommended. Comparison of reported frailty against a validated frailty assessment tool Impact of early CGA on patient outcomes. *Frailty phenotype reported by junior medical staff

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,146
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,375
Écart entre enseignants0,349 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetGeriatric Care and Nursing HomesTravaux en français237 207