Protocolized Laboratory Screening for the Medical Clearance of Psychiatric Patients in the Emergency Department: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVE: Emergency department (ED) patients with psychiatric chief complaints undergo medical screening to rule out underlying or comorbid medical illnesses prior to transfer to a psychiatric facility. This systematic review attempts to determine the clinical utility of protocolized laboratory screening for the streamlined medical clearance of ED psychiatric patients by determining the clinical significance of individual laboratory results. METHODS: We searched PubMed, Embase, and Scopus using the search terms "emergency department, psychiatry, diagnostic tests, laboratories, studies, testing, screening, and clearance" up to June 2017 for studies on adult psychiatric patients. This systematic review follows the recommendations of Meta-analysis of Observational Studies in Epidemiology (MOOSE) statement. The quality of each study was rated according to the Newcastle-Ottawa quality assessment scale. RESULTS: Four independent reviewers identified 2,847 publications. We extracted data from three studies (n = 629 patients). Included studies defined an abnormal test result as any laboratory result that falls out of the normal range. A laboratory test result was deemed as "clinically significant" only when patient disposition or treatment plan was changed because of that test result. Across the three studies the prevalence of clinically significant results were low (0.0%-0.4%). CONCLUSIONS: The prevalence of clinically significant laboratory test results were low, suggesting that according to the available literature, routine laboratory testing does not significantly change patient disposition. Due to the paucity of available research on this subject, we could not determine the clinical utility of protocolized laboratory screening tests for medical clearance of psychiatric patients in the ED. Future research on the utility of routine laboratory testing is important in a move toward shared decision making and patient-centered health care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,126 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».