Effect of triage nurse‐led application of the Ottawa Ankle Rules on number of radiographic tests and length of stay in selected emergency departments in Oman
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIM: Ankle injuries are commonly seen in the emergency department (ED) and contribute to overcrowding. In Oman, injuries are a leading cause of years of life lost, disability-adjusted life years, and pose a burden to the healthcare system. This study aimed to evaluate the effectiveness of ED triage nurse-led application of the Ottawa Ankle Rules (OARs) toward improving the healthcare outcomes of ankle injury patients. METHODS: A quasi-experimental design was used to collect data (demographic characteristics, waiting time, length of stay, and number of radiographic tests) from 96 patients. The intervention group (n = 46) received ED triage nurse-led assessment and initiation of radiographic tests based on the OARs. The control group (n = 50) received usual care. RESULTS: The participants' mean age was 26.4 ± 7.90 years. The main causes of ankle injuries were football (36%), falls (31%) and twisting while walking (24%). There was a significant difference in number of ankle X-rays (t = 6.19; p < .001); length of stay (U = 549; p < .001); and waiting time (U = 167; p < .001) between the control and intervention group. The intervention reduced the mean waiting time and length of stay by 25.09 and 41.01 min, respectively. CONCLUSION: Application of the OARs by the ED triage nurse can decrease the number of unnecessary radiographic tests, waiting time and length of stay in the ED. Nurses' utilization of evidence-based clinical decision-making tools can improve ED care outcomes of common acute conditions such as ankle injuries.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle