Impact of an Electronic Decision-Support System on Nursing Triage Process: A Usability and Workflow Analysis
Notice bibliographique
Résumé
PURPOSE: To qualitatively contrast emergency department triage workflow using a paper-based triage system and an electronic decision-support tool (electronic Canadian Triage and Acuity Scale (eCTAS)). METHODS: Triage nurses from a single institution were invited to perform triage assessments of mock patients using a paper-based triage system and eCTAS. These assessments were completed using simulation scenarios, some of which involved facilitators probing triage nurses' thoughts on the design of the eCTAS system. Participants were asked to "think aloud," describing their thought patterns as they completed the triage process. Similar patient scenarios with the same Canadian Emergency Department Information System (CEDIS) presenting complaint and triage score were used for comparison between paper-based triage and electronic decision-support tool (eCTAS) conditions. RESULTS: Eight participants completed at least two simulation scenarios for each condition and at least one usability scenario with eCTAS. The simulated encounters showed eCTAS provided several advantages to paper-based triage assessment process by shortlisting possible CEDIS complaints and preselecting relevant modifiers. However, usability concerns were identified with eCTAS including challenges related to data entry and eCTAS score overrides. CONCLUSIONS: Our study highlights several positive features of eCTAS and usability issues that should be addressed to enhance the intended use of eCTAS and support user adoption.
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 | 0,023 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».