The effectiveness of the Canadian triage guidelines in improving the treatment outcomes of cancer patients with febrile neutropenia
Notice bibliographique
Résumé
Background: Febrile neutropenia (FN) is among the most common side effects related to \ncancer treatment and a significant cause of morbidity and mortality. Patients with FN are \nat a higher risk of developing life-threatening sepsis without prompt treatment. \nPurpose: To evaluate the quality of emergency care of cancer patients with FN. \nSpecifically, the study aimed to examine the effectiveness of triage on select treatment \noutcomes for patients with FN as specified by the Canadian triage guidelines. \nMethods: A retrospective cohort design was employed to collect data over five years from \nthe emergency department (ED) records of all adult cancer patients with FN in one urban \nhealth care organization in Atlantic Canada. \nResults: The Canadian triage guidelines identify the acuity and urgency of FN. The \nguidelines, however, do not translate well in practice as two-thirds of the patient sample \nwere inappropriately triaged (mal-triaged) to less urgent triage categories. Mal-triage was \nsignificantly associated with delayed times for physician initial assessment, \nadministration of antibiotics, and decision about admission. Additional factors that \ncontributed to the quality of ED care of cancer patients with FN were also examined. \nConclusion: The results of our quality evaluation provided evidence that improvements in \na number of the quality dimensions have the potential to enhance the care provided to \nindividuals with FN. Our results established an initial understanding of the factors that \ninfluence the mal-triage of patients with FN. Improving triage decision-making is an \nessential first step but this will not completely improve the quality of care in the ED for \nclients presenting with FN until problems in other parts of the system are resolved to \naddress the health care outcomes and needs of this vulnerable population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».