MétaCan
Menu
Retour à la cohorte
Enregistrement W2848289943 · doi:10.1017/s0266462318000375

HEALTH TECHNOLOGY ASSESSMENT UNIT PROCESSES FOR THE VALIDATION OF AN INFORMATION TOOL TO INVOLVE PATIENTS IN THE SAFETY OF THEIR CARE

2018· article· en· W2848289943 sur OpenAlexaff
Thomas G. Poder, Nathalie Carrier, Suzanne K. Bédard

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Safety and Medication Errors
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-Jean
Organismes subventionnairesnon disponible
Mots-clésUnit (ring theory)Health careMedicineMedical emergencyComputer sciencePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Patients and families play an important role in preventing adverse events. The quality council at our hospital produced a communication tool in considering the main causes of adverse events and requested the health technology assessment (HTA) unit to validate it. OBJECTIVES: Assess the validity of the content of a tablemat sticker as an information tool for hospitalized patients. METHODS: A qualitative validation was first performed with individual interviews and focus groups to evaluate the understanding of the content. The tool was modified and as a second step, a survey was conducted on patients and their families from a surgical care unit to validate their understanding and relevance of the content. RESULTS: From the survey, patients and families found the tablemat attractive and stimulating (97 percent). It encouraged them to communicate with staff about the safety of their care (84 percent). They understood well the objective (79 percent) and text (90 percent), but less for the pictograms (30 percent to 62 percent). The communication and recommendations to avoid falling were good and 99 percent were wearing the medical identification. However, it was not clear that these indicators represented the real concerns of the patients and healthcare staff because no user evaluation was done when developing the tool. CONCLUSIONS: The tool was well understood, but some improvements are needed considering that pictograms were not always well understood and so need careful consideration from patient perspective. The HTA unit recommended conducting an unbiased survey to assess the concerns of patients and professionals to identify the most relevant indicators.

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)0,561
score de la tête « metaresearch » (Gemma)0,552
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,541

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5610,552
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0110,008
Études des sciences et des technologies0,0050,003
Communication savante0,0080,006
Science ouverte0,0060,009
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,010

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 Opus0,044
Tête enseignante GPT0,470
Écart entre enseignants0,427 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetPatient Safety and Medication ErrorsTravaux en français237 207