Clinical Requirements of Future Patient Monitoring in the Intensive Care Unit: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: In the intensive care unit (ICU), continuous patient monitoring is essential to detect critical changes in patients' health statuses and to guide therapy. The implementation of digital health technologies for patient monitoring may further improve patient safety. However, most monitoring devices today are still based on technologies from the 1970s. OBJECTIVE: The aim of this study was to evaluate statements by ICU staff on the current patient monitoring systems and their expectations for future technological developments in order to investigate clinical requirements and barriers to the implementation of future patient monitoring. METHODS: This prospective study was conducted at three intensive care units of a German university hospital. Guideline-based interviews with ICU staff-5 physicians, 6 nurses, and 4 respiratory therapists-were recorded, transcribed, and analyzed using the grounded theory approach. RESULTS: Evaluating the current monitoring system, ICU staff put high emphasis on usability factors such as intuitiveness and visualization. Trend analysis was rarely used; inadequate alarm management as well as the entanglement of monitoring cables were rated as potential patient safety issues. For a future system, the importance of high usability was again emphasized; wireless, noninvasive, and interoperable monitoring sensors were desired; mobile phones for remote patient monitoring and alarm management optimization were needed; and clinical decision support systems based on artificial intelligence were considered useful. Among perceived barriers to implementation of novel technology were lack of trust, fear of losing clinical skills, fear of increasing workload, and lack of awareness of available digital technologies. CONCLUSIONS: This qualitative study on patient monitoring involves core statements from ICU staff. To promote a rapid and sustainable implementation of digital health solutions in the ICU, all health care stakeholders must focus more on user-derived findings. Results on alarm management or mobile devices may be used to prepare ICU staff to use novel technology, to reduce alarm fatigue, to improve medical device usability, and to advance interoperability standards in intensive care medicine. For digital transformation in health care, increasing the trust and awareness of ICU staff in digital health technology may be an essential prerequisite. TRIAL REGISTRATION: ClinicalTrials.gov NCT03514173; https://clinicaltrials.gov/ct2/show/NCT03514173 (Archived by WebCite at http://www.webcitation.org/77T1HwOzk).
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 | 0,025 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».