MétaCan
Menu
Retour à la cohorte
Enregistrement W2945982044 · doi:10.1161/strokeaha.118.020701

Nurse-Initiated Acute Stroke Care in Emergency Departments

2019· article· en· W2945982044 sur OpenAlexafffund
Sandy Middleton, Simeon Dale, N. Wah Cheung, Dominique A. Cadilhac, Jeremy Grimshaw, Christopher Levi, Elizabeth McInnes, Julie Considine, Patrick McElduff, Richard Gerraty, Louise Craig, Verena Schadewaldt, Mark Fitzgerald, Clare Quinn, Greg Cadigan, Sonia Denisenko, Mark Longworth, Jeanette Ward, Catherine D’Este, Rohan Grimley, Richard J. Paolini, Todd M. Allen, Asmara Jammali‐Blasi, Rosemary Phillips, Janne Pitkin, Enna Stroil-Salama, Toni Sheridan, Benjamin McElduff

Notice bibliographique

RevueStroke · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Medical Research CouncilNational Health and Medical Research CouncilCanada Research Chairs
Mots-clésMedicineTriageEmergency departmentModified Rankin ScaleRandomized controlled trialStroke (engine)Emergency medicineAcute carePhysical therapyHealth careInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Background and Purpose— We aimed to evaluate the effectiveness of an intervention to improve triage, treatment, and transfer for patients with acute stroke admitted to the emergency department (ED). Methods— A pragmatic, blinded, multicenter, parallel group, cluster randomized controlled trial was conducted between July 2013 and September 2016 in 26 Australian EDs with stroke units and tPA (tissue-type plasminogen activator) protocols. Hospitals, stratified by state and tPA volume, were randomized 1:1 to intervention or usual care by an independent statistician. Eligible ED patients had acute stroke <48 hours from symptom onset and were admitted to the stroke unit via ED. Our nurse-initiated T 3 intervention targeted (1) Triage to Australasian Triage Scale category 1 or 2; (2) Treatment: tPA eligibility screening and appropriate administration; clinical protocols for managing fever, hyperglycemia, and swallowing; (3) prompt (<4 hours) stroke unit Transfer. It was implemented using (1) workshops to identify barriers and solutions; (2) face-to-face, online, and written education; (3) national and local clinical opinion leaders; and (4) email, telephone, and site visit follow-up. Outcomes were assessed at the patient level. Primary outcome: 90-day death or dependency (modified Rankin Scale score of ≥2); secondary outcomes: functional dependency (Barthel Index ≥95), health status (Short Form [36] Health Survey), and ED quality of care (Australasian Triage Scale; monitoring and management of tPA, fever, hyperglycemia, swallowing; prompt transfer). Intention-to-treat analysis adjusted for preintervention outcomes and ED clustering. Patients, outcome assessors, and statisticians were masked to group allocation. Results— Twenty-six EDs (13 intervention and 13 control) recruited 2242 patients (645 preintervention and 1597 postintervention). There were no statistically significant differences at follow-up for 90-day modified Rankin Scale (intervention: n=400 [53.5%]; control n=266 [48.7%]; P =0.24) or secondary outcomes. Conclusions— This evidence-based, theory-informed implementation trial, previously effective in stroke units, did not change patient outcomes or clinician behavior in the complex ED environment. Implementation trials are warranted to evaluate alternative approaches for improving ED stroke care. Clinical Trial Registration— URL: http://www.anzctr.org.au . Unique identifier: ACTRN12614000939695.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,001

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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,279 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations47
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStrokeMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207