MétaCan
Menu
Retour à la cohorte
Enregistrement W2901707209 · doi:10.1097/ccm.0000000000003497

Models of Peer Support to Remediate Post-Intensive Care Syndrome: A Report Developed by the Society of Critical Care Medicine Thrive International Peer Support Collaborative*

2018· article· en· W2901707209 sur OpenAlexaff
Joanne McPeake, Eliotte L. Hirshberg, LeeAnn M. Christie, Kelly Drumright, Kimberley Haines, Catherine L. Hough, Joel Meyer, Dorothy Wade, Adair Andrews, Rita N. Bakhru, Samantha Bates, John Barwise, Julie A. Bastarache, Sarah J. Beesley, Leanne M. Boehm, Sheryl Brown, Alison S. Clay, Penelope Firshman, Steven B. Greenberg, Wendy Harris, C. Hill, Carol Hodgson, Clare Holdsworth, Aluko A. Hope, Ramona O. Hopkins, David C. Howell, Anna Janssen, James C. Jackson, Annie Johnson, Erin K. Kross, Daniela Lamas, Belinda MacLeod-Smith, Ruth Mandel, John C. Marshall, Mark E. Mikkelsen, Megan Nackino, Tara Quasim, Carla M. Sevin, Andrew Slack, Rachel Spurr, Mary Still, Carol Thompson, Gerald L. Weinhouse, M. Elizabeth Wilcox, Theodore J. Iwashyna

Notice bibliographique

RevueCritical Care Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensToronto Western Hospital
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésMedicinePeer supportNursingPeer reviewIntensive carePeer groupHealth careMedical educationPsychologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Patients and caregivers can experience a range of physical, psychologic, and cognitive problems following critical care discharge. The use of peer support has been proposed as an innovative support mechanism. DESIGN: We sought to identify technical, safety, and procedural aspects of existing operational models of peer support, among the Society of Critical Care Medicine Thrive Peer Support Collaborative. We also sought to categorize key distinctions between these models and elucidate barriers and facilitators to implementation. SUBJECTS AND SETTING: Seventeen Thrive sites from the United States, United Kingdom, and Australia were represented by a range of healthcare professionals. MEASUREMENTS AND MAIN RESULTS: Via an iterative process of in-person and email/conference calls, members of the Collaborative defined the key areas on which peer support models could be defined and compared, collected detailed self-reports from all sites, reviewed the information, and identified clusters of models. Barriers and challenges to implementation of peer support models were also documented. Within the Thrive Collaborative, six general models of peer support were identified: community based, psychologist-led outpatient, models-based within ICU follow-up clinics, online, groups based within ICU, and peer mentor models. The most common barriers to implementation were recruitment to groups, personnel input and training, sustainability and funding, risk management, and measuring success. CONCLUSIONS: A number of different models of peer support are currently being developed to help patients and families recover and grow in the postcritical care setting.

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)0,016
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
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 Opus0,034
Tête enseignante GPT0,368
Écart entre enseignants0,335 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations126
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207