MétaCan
Menu
Retour à la cohorte
Enregistrement W2735442467 · doi:10.1186/s12245-017-0149-4

Team communication patterns in emergency resuscitation: a mixed methods qualitative analysis

2017· article· en· W2735442467 sur OpenAlexaff
Lisa A. Calder, George Mastoras, Mitra Rahimpour, Benjamin Sohmer, Brian Weitzman, A. Adam Cwinn, Tara Hobin, Avi Parush

Notice bibliographique

RevueInternational Journal of Emergency Medicine · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of OttawaCarleton UniversityOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineResuscitationMedical emergencyAngiologyEmergency medical servicesCardiopulmonary resuscitationQualitative analysisEmergency medicineQualitative researchInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In order to enhance patient safety during resuscitation of critically ill patients, we need to optimize team communication and enhance team situational awareness but little is known about resuscitation team communication patterns. The objective of this study is to understand how teams communicate during resuscitation; specifically to assess for a shared mental model (organized understanding of a team's relationships) and information needs. METHODS: We triangulated 3 methods to evaluate resuscitation team communication at a tertiary care academic trauma center: (1) interviews; (2) simulated resuscitation observations; (3) live resuscitation observations. We interviewed 18 resuscitation team members about shared mental models, roles and goals of team members and procedural expectations. We observed 30 simulated resuscitation video recordings and documented the timing, source and destination of communication and the information category. We observed 12 live resuscitations in the emergency department and recorded baseline characteristics of the type of resuscitations, nature of teams present and type and content of information exchanges. The data were analyzed using a qualitative communication analysis method. RESULTS: We found that resuscitation team members described a shared mental model. Respondents understood the roles and goals of each team member in order to provide rapid, efficient and life-saving care with an overall need for situational awareness. The information flow described in the interviews was reflected during the simulated and live resuscitations with the most responsible physician and charting nurse being central to team communication. We consolidated communicated information into six categories: (1) time; (2) patient status; (3) patient history; (4) interventions; (5) assistance and consultations; 6) team members present. CONCLUSIONS: Resuscitation team members expressed a shared mental model and prioritized situational awareness. Our findings support a need for cognitive aids to enhance team communication during resuscitations.

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)0,033
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,173

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0050,004
Communication savante0,0040,005
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,189
Tête enseignante GPT0,600
Écart entre enseignants0,411 · 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'étudeQualitatif
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

Citations75
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Emergency MedicineMême sujetSimulation-Based Education in HealthcareTravaux en français237 207