MétaCan
Menu
Retour à la cohorte
Enregistrement W2938649389 · doi:10.1097/ncq.0000000000000403

Measurement and Validation of Primary Care Nursing Indicators Based on a Wound Care Tracer Condition

2019· article· en· W2938649389 sur OpenAlexaffabout
Émilie Dufour, Arnaud Duhoux, Damien Contandriopoulos

Notice bibliographique

RevueJournal of Nursing Care Quality · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueNursing Diagnosis and Documentation
Établissements canadiensUniversité de MontréalUniversity of VictoriaUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMedicineAmbulatory care nursingNursing careNursingPrimary nursingNursing Outcomes ClassificationAmbulatory carePerformance indicatorAmbulatoryNurse educationHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to both valid and reliable nursing-sensitive indicators is currently limited in primary care. PURPOSE: The objectives were to (1) measure primary care nursing indicators using a wound care tracer condition and (2) study the associations between process and outcome indicators. METHODS: We conducted a longitudinal study in an ambulatory care clinic in Quebec, Canada. The sample included 482 episodes of care. We studied 5 indicators related to processes and 3 to outcomes. RESULTS: Performance levels were moderately high for indicators of initial assessment and duration and low for those of continuity and education. Associations between nursing follow-up and continuity indicators and 3 outcome indicators were highly significant. CONCLUSION: Continuity and nursing follow-up are associated with improved outcomes. Increasing these indicators' performance level can improve both nursing processes and patient outcomes.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,041
Tête enseignante GPT0,370
Écart entre enseignants0,329 · 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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Care QualityMême sujetNursing Diagnosis and DocumentationTravaux en français237 207