MétaCan
Menu
Retour à la cohorte
Enregistrement W2725850366 · doi:10.1093/geroni/igx004.4945

MEASURING THE IMPACT OF THE GEM NURSING ROLE IN THE EMERGENCY DEPARTMENT SETTING

2017· article· en· W2725850366 sur OpenAlexaff
Samir K. Sinha, Nana Asomaning

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensSinai Health SystemUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentMedicineMedical emergencyCommunity hospitalEmergency medicineEmergency nursingNursingFiscal year

Résumé

récupéré en direct d'OpenAlex

With older adults increasingly becoming significant users of emergency department services, the creation of a Geriatric Emergency Management (GEM) Nursing Role has been one response to improve the overall delivery of care to older adults 65+ at higher risk of admission. In 2009, Mount Sinai Hospital established such a role and subsequently expanded it to a 7-day a week service with additional nurses. During the 2014/15 fiscal year we evaluated the impact of the care our GEM Nurses provided on ED Visitors 75+ whom they saw versus those who they didn’t. In 2014/15 they saw a total of 1024 patients, 783 who were 75+. Patients seen were more likely to arrive by ambulance and be more medically complex. Through proactive screening and engagement with appropriate community supports, GEM nurses contributed to a total of 17 avoidable hospital admissions, 195 avoidable hospital days that led to $189,000 saved for the hospital alone in a 12 month period.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,360
Écart entre enseignants0,318 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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 revueInnovation in AgingMême sujetEmergency and Acute Care StudiesTravaux en français237 207