Consistency of triage scores by presenting complaint pre‐ and post‐implementation of a real‐time electronic triage decision support tool
Notice bibliographique
Résumé
Objective eCTAS is a real-time electronic decision-support tool designed to standardize the application of the Canadian Triage and Acuity Scale (CTAS). This study addresses the variability of CTAS score distributions across institutions pre- and post-eCTAS implementation. Methods We used population-based administrative data from 2016–2018 from all emergency departments (EDs) that had implemented eCTAS for 9 months. Following a 3-month stabilization period, we compared 6 months post-eCTAS data to the same 6 months the previous year (pre-eCTAS). We included triage encounters of adult (≥17 years) patients who presented with 1 of 16 pre-specified, high-volume complaints. For each ED, consistency was calculated as the absolute difference in CTAS distribution compared to the average of all included EDs for each presenting complaint. Pre-eCTAS and post-eCTAS change scores were compared using a paired-samples t-test. We also assessed if eCTAS modifiers were associated with triage consistency. Results There were 363,214 (183,231 pre-eCTAS, 179,983 post-eCTAS) triage encounters included from 35 EDs. Triage scores were more consistent (P < 0.05) post-eCTAS for 6 (37.5%) presenting complaints: chest pain (cardiac features), extremity weakness/symptoms of cerebrovascular accident, fever, shortness of breath, syncope, and hyperglycemia. Triage consistency was similar pre- and post-eCTAS for altered level of consciousness, anxiety/situational crisis, confusion, depression/suicidal/deliberate self-harm, general weakness, head injury, palpitations, seizure, substance misuse/intoxication, and vertigo. Use of eCTAS modifiers was associated with increased triage consistency. Conclusions eCTAS increased triage consistency across many, but not all, high-volume presenting complaints. Modifier use was associated with increased triage consistency, particularly for non-specific complaints such as fever and general weakness.
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 | 0,011 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».