MétaCan
Menu
Retour à la cohorte
Enregistrement W2973051325 · doi:10.5114/ait.2019.87647

Introduction of rapid response teams in Poland

2019· article· en· W2973051325 sur OpenAlexaff
Wojciech Szczeklik, Jakub Fronczek, Jacek Górka, Aleksandra Banaszewska, Piotr Gałkin, Waldemar Goździk, Bartosz Kudliński, Halina Kutaj–Wąsikowska, Kamil Polok, Anna Włudarczyk, Maria Nowina-Konopka, Aleksandra Wołk-Popielska, Roman Jaeschke

Notice bibliographique

RevueAnaesthesiology Intensive Therapy · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNeonatal Respiratory Health Research
Établissements canadiensMcMaster University
Organismes subventionnairesEuropean Social FundEuropean Commission
Mots-clésMedicineIntensive careIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

In 2016, the Polish National Center for Quality Assessment in Health Care began implementing the project on "Rapid Response Teams" (RRTs), in which 25 Polish hospitals were involved.The introduction of RRTs to the hospitals aims to improve the safety and quality of health care delivered to patients.Its main goals are: early identification of patients at risk of sudden health condition deterioration or cardiac arrest as well as quick determination and implementation of a suitable management strategy.The theoretical framework of the RRT system was described in a series of reports available on the official website of the project: http://zwr.cmj.org.pl.During the first half of 2018, trainings were initiated; in the successive months, the RRTs formally started their activities in the hospitals involved.Throughout the period of implementation, the participants, the training team and the management team shared their observations and experience during visits to the centres engaged and during teleconferences.The seminars organised between January 31, 2019 and February 1, 2019 in Krakow were the climax of the pilot stage; the leaders of all 25 teams participated in the discussions summarising the experience gained at the advanced stage of the project implementation.The present paper discusses the practical observations made during those meetings, which could prove useful for the hospitals already involved and those planning to join the project. The managemenT sysTems applied To daTe in cases requiring inTervenTions of anaesTheTisTs and inTensivisTs ouTside operaTing rooms suiTes and inTensive care uniTsPredictable situations: • qualification for elective procedures, • anaesthesia for elective procedures (e.g.cardioversion, endoscopy).

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)0,012
score de la tête « metaresearch » (Gemma)0,016
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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,009
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,026
Tête enseignante GPT0,339
Écart entre enseignants0,313 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnaesthesiology Intensive TherapyMême sujetNeonatal Respiratory Health ResearchTravaux en français237 207