MétaCan
Menu
Retour à la cohorte
Enregistrement W2895450963

Évaluation de la compétence des infirmières des soins intensifs en réanimation cardiorespiratoire dans un contexte de tachyarythmies ventriculaires malignes sans pouls

2018· article· fr· W2895450963 sur OpenAlexaboutno aff
Christian Vincelette

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2018
Typearticle
Languefr
DomaineMedicine
ThématiqueHeart Failure Treatment and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Problématique : L’arrêt cardiorespiratoire intrahospitalier (ACRIH) est un évènement rare, mais associé à un taux de mortalité élevé. La survie dépend en grande mesure d’une prise en charge précoce. Face à cela, certains milieux hospitaliers se sont dotés d’ordonnances collectives, permettant aux infirmières de poser des gestes qui excèdent les compressions thoraciques et la ventilation, notamment la défibrillation. Toutefois, cette pratique n’est pas répandue au Québec et très peu d’études portent sur ce sujet au travers de la littérature. Objectifs : cette étude vise 1) à mesurer la compétence des infirmières quant à la réanimation cardiorespiratoire (RCR) et l’identification des tachyarythmies ventriculaires malignes lors d’ACRIH 2) à mesurer la compétence des infirmières quant aux interventions appropriées lors d’un ACRIH induit par une tachyarythmie ventriculaire maligne sans pouls et 3) à examiner les facteurs pouvant avoir une influence sur les deux premiers objectifs. Méthode et déroulement : Une enquête transversale a été entreprise dans les départements de soins intensifs d’un centre hospitalier universitaire tertiaire québécois, où les infirmières ont rempli le Questionnaire de Réanimation Cardiorespiratoire pour Infirmières (NCRS), dont le développement et la validation ont été entrepris, afin de mesurer certains éléments associés à la compétence en RCR et en défibrillation. Ensuite, afin d’évaluer la performance, au travers d’un devis observationnel, des volontaires ayant rempli le questionnaire, stratifiés par rapport à leur certification en réanimation, ont participé à un scénario standardisé d’ACR induit par une fibrillation ventriculaire, en simulation haute-fidélité. Résultats : Plus de la moitié de l’échantillon (66%, n = 54) ont eu un score (≥8/10) quant à leurs connaissances évaluées par le NCRS. Les infirmières ayant une formation en réanimation avancée et qui sont plus confiantes quant à l’initiation de la défibrillation ont de scores différents quant aux connaissances en RCR (p < 0,05). Lors d’un ACRIH simulé, la majorité des infirmières reconnaissent la fibrillation ventriculaire (FV) et la défibrillation comme l’intervention à initier immédiatement (91 %, n = 20). Un délai moyen de 12 secondes est observé entre l’ACR et l’appel à l’aide et de 28,8 secondes avant le début des compressions thoraciques. Les infirmières plus expérimentées et plus âgées appellent à l’aide plus rapidement (p < 0,05). Conclusion : Cette étude, a permis l’analyse du besoin de formation des infirmières de soins intensifs, par l’évaluation de leurs connaissances, attitudes et de leur performance en simulation. Les résultats permettront d’orienter le programme de formation préalable à la mise en place d’une ordonnance collective permettant la défibrillation manuelle par les infirmières des soins intensifs du centre hospitalier participant.

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)0,008
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,227 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Même sujetHeart Failure Treatment and ManagementTravaux en français237 207