MétaCan
Menu
Retour à la cohorte
Enregistrement W2941176721 · doi:10.1017/s1049023x11002445

(A260) Triage Decision-Making in Intoxication

2011· article· en· W2941176721 sur OpenAlexaboutno aff
Amir Mirhaghi, G.R. Mohammadi, Masoumeh Asghari

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriageMedicineMedical emergencyProtocol (science)Scale (ratio)Gold standard (test)Intensive care medicinePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background and Aims Decision-making is the major component in triaging EDs patients. EDs Triage systems have applied different approaches to triaging intoxicated patients. Pros & Cons for these approaches need to be identified. Aim is to analysis management of intoxicated patients during various triage process. Methods Critical review includes five triage systems, Emergency Severity Index, Australasian Triage Scale, Canadian triage and Acuity Scale, Manchester Triage System and 5-tier Triage protocol. These systems have been analyzed via meta-synthesis in terms of evidence-based criteria, inclusiveness, specific application and practicability. Results General physiologic signs & symptoms were the gold standard for determining acuity in patients that have been applied by all triage systems. Conscious level, air way, respiratory status and circulation assessment were identified as major criteria in decision-making. 5-tier Triage protocol showed the most comprehensiveness characteristics to prioritizing intoxicated patients. Discussion Resources necessary for evidence-based performance to support nursing decisions in triaging intoxicated patients needs fundamentally to be developed. It`s necessary to develop National Triage Scale to approach intoxicated patients effectively.

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)0,027
score de la tête « metaresearch » (Gemma)0,089
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,089
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,078
Tête enseignante GPT0,411
Écart entre enseignants0,334 · 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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetDisaster Response and ManagementTravaux en français237 207