MétaCan
Menu
Retour à la cohorte
Enregistrement W2999790886 · doi:10.1097/ncq.0000000000000458

Evaluating the Humpty Dumpty Fall Scale

2020· article· en· W2999790886 sur OpenAlexaff
Jackie Gonzalez, Deborah Hill‐Rodriguez, Laura M Hernandez, Jennifer Cordo, Jenny Esteves, Weize Wang, Daria Salyakina, Danielle Altares Sarik

Notice bibliographique

RevueJournal of Nursing Care Quality · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensWilliam Osler Health System
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionMedicineScale (ratio)PopulationReliability (semiconductor)Emergency medicineInternal medicineEnvironmental healthCartography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Humpty Dumpty Falls Prevention Program was developed to address an unmet need to identify pediatric patients at risk of a fall event. PURPOSE: The aim of this study was to evaluate the performance of the Humpty Dumpty Fall Scale-Inpatient (HDFS) across a diverse, international pediatric population. In addition, the characteristics of patients who experienced a fall were analyzed. METHODS: A retrospective, cross-sectional design was used to assess fall risk across 16 hospitals and 2238 pediatric patients. Multiple and simple logistic regressions were performed to evaluate association of individual scale items and total score with falls during hospitalization. Reliability, sensitivity, and specificity of the HDFS were also assessed. RESULTS: Several of the HDFS items were significantly associated with the risk of falls in the pediatric population, but specificity of the tool is a concern to consider for future tool enhancement. CONCLUSIONS: Characteristics for further refinement of the HDFS were identified.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,742
Score d'incertitude au seuil0,581

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,266
Tête enseignante GPT0,557
Écart entre enseignants0,291 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Care QualityMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207