MétaCan
Menu
Retour à la cohorte
Enregistrement W2890311524 · doi:10.23889/ijpds.v3i4.876

Do callers of young children with fever follow the self-care recommendations given by a nursing triage line?

2018· article· en· W2890311524 sur OpenAlexaff
Sofiya Manji, Charlene Garner, Delores Steinlicht, Sarah Edwards, Sheila McDonald

Notice bibliographique

RevueInternational Journal for Population Data Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineTriageFamily medicineHealth careEmergency departmentOdds ratioMedical emergencyOddsPublic healthNursingLogistic regression

Résumé

récupéré en direct d'OpenAlex

IntroductionThe management of fever can be a stressful situation for caregivers of young children. Accessing emergency departments and urgent care centres (ED/UCCs) due to concerns about fever and the potential consequences of child fever is common, despite fever rarely being considered a medical emergency.
 Objectives and ApproachDetermine the non-compliance rate with public health advice for self-care at home for young children (3-35 months) with a fever. Non-compliance was defined based on the presence of a record of healthcare use within 72 hours following a call to a nurse telephone triage line, Health Link (HL), and receiving a self-care recommendation. Callers between October 2015-March 2016 were identified and linked with four databases: registry files, National Ambulatory Care Reporting System; Inpatient-Discharge Abstract Database and Physician Claims (N = 879). Overall non-compliance rate and descriptive analysis by child age, caregiver age, geography, and call time were completed.
 ResultsThe overall non-compliance rate with HL advice was 35.6%. Among callers, 17.5% visited an ED/UCC, 1.1% had an inpatient hospital admission, and 21.3% visited a physician’s office. Among the patients that utilized health care services after the HL call, 13.6% only visited ED/UCC, 18% only visited a physician’s office, and 4% utilized more than one type of health care service. Callers in rural and rural remote areas had lower odds of visiting a physician’s office compared to the urban areas (p-value <0.01). No significant differences were found by child age, caregiver age or time of call.
 Conclusion/ImplicationsFindings of this study suggest that approximately one-third of callers are not following the telephone triage advice, potentially leading to unnecessary increased burden on the healthcare system. Further study is warranted to examine reasons for non-compliance. Strategies to increase compliance in caregivers should be explored.

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 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 enseignants0,263
Score d'incertitude au seuil0,406

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,050
Tête enseignante GPT0,400
Écart entre enseignants0,350 · 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.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetEmergency and Acute Care StudiesTravaux en français237 207