MétaCan
Menu
← Retour à la cohorte
Enregistrement W3021855758 · doi:10.1093/geroni/igz038.1884

CONSISTENCY IN DOCUMENTATION OF TRIGGER EVENTS AND RELATED DIAGNOSES DURING 911 TRANSFERS TO ED NH RESIDENTS.

2019· article· en· W3021855758 sur OpenAlexaffabout
Sollid-Gagner CRUoBCKBCCC, Rou Ma, L. R. Morgan, Tate Kc, Cummings Gg

Notice bibliographique

RevueEurope PMC (PubMed Central) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)DocumentationMedical diagnosisPsychologyComputer scienceMedicineArtificial intelligenceProgramming languagePathology

Résumé

récupéré en direct d'OpenAlex

Previous research has identified that documentation practices during resident transitions from long-term care (LTC) to the emergency department (ED) can be inconsistent or nonspecific, leading to the receipt of inappropriate or insufficient care. When many older adults (>65 years) in LTC have cognitive impairments that make communication difficult and changes in resident health can present ambiguously, consistent documentation becomes particularly critical for the provision of safe, timely and appropriate care. The purpose of this study was to examine documentation practices across care settings related to reason for transfer during transitions of older adults from LTC to the ED. We tracked every resident transfer from 38 participating LTC facilities to two included EDs in two Western Canadian provinces from July 2011 to July 2012. Using case-related data gathered from 637 transitions, we employed qualitative content analysis to categorize whether documentation practices from LTC to the ED were sufficiently reported and clinically consistent. Transitions were defined as consistent when symptomatology, trigger events and diagnoses aligned in a medically-intuitive manner. Inconsistency patterns were further categorized as minor (indicating one outlying symptom/trigger) and major (indicating more than two inconsistencies). Of the total 637 transitions, 2.67% contained too little data to be accurately categorized. The majority of cases (75.82%) of cases had consistent documentation, 13.19% had minor inconsistencies, and 8.32% had major inconsistencies. These results support that shared continuing education for documentation practices should occur across care settings to ensure that documentation practices are sufficient, support a geriatric focus and consider differing clinician perspectives.

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)0,008
score de la tête « metaresearch » (Gemma)0,044
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,353
Score d'incertitude au seuil0,702

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,044
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEurope PMC (PubMed Central)→Même sujetEmergency and Acute Care Studies→Travaux en français237 207→