MétaCan
Menu
Retour à la cohorte
Enregistrement W3024624264 · doi:10.1136/emermed-2019-209290

Updated framework on quality and safety in emergency medicine

2020· article· en· W3024624264 sur OpenAlexaff
Kim Hansen, Adrian Boyle, Brian R. Holroyd, Georgina Phillips, Jonathan Benger, Lucas B. Chartier, Fiona Lecky, Samuel Vaillancourt, Peter Cameron, Grzegorz Waligora, Lisa Kurland, Melinda Truesdale

Notice bibliographique

RevueEmergency Medicine Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency Medicine Education and Research
Établissements canadiensSt. Michael's HospitalUniversity Health NetworkUniversity of TorontoAlberta HealthUniversity of AlbertaAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicinePatient safetyContext (archaeology)Quality (philosophy)Medical emergencyEmergency departmentQuality managementResource (disambiguation)NursingHealth careOperations managementComputer scienceManagement systemEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Quality and safety of emergency care is critical. Patients rely on emergency medicine (EM) for accessible, timely and high-quality care in addition to providing a 'safety-net' function. Demand is increasing, creating resource challenges in all settings. Where EM is well established, this is recognised through the implementation of quality standards and staff training for patient safety. In settings where EM is developing, immense system and patient pressures exist, thereby necessitating the availability of tiered standards appropriate to the local context. METHODS: The original quality framework arose from expert consensus at the International Federation of Emergency Medicine (IFEM) Symposium for Quality and Safety in Emergency Care (UK, 2011). The IFEM Quality and Safety Special Interest Group members have subsequently refined it to achieve a consensus in 2018. RESULTS: Patients should expect EDs to provide effective acute care. To do this, trained emergency personnel should make patient-centred, timely and expert decisions to provide care, supported by systems, processes, diagnostics, appropriate equipment and facilities. Enablers to high-quality care include appropriate staff, access to care (including financial), coordinated emergency care through the whole patient journey and monitoring of outcomes. Crowding directly impacts on patient quality of care, morbidity and mortality. Quality indicators should be pragmatic, measurable and prioritised as components of an improvement strategy which should be developed, tailored and implemented in each setting. CONCLUSION: EDs globally have a remit to deliver the best care possible. IFEM has defined and updated an international consensus framework for quality and safety.

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)0,166
score de la tête « metaresearch » (Gemma)0,141
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,875

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1660,141
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0030,007
Bibliométrie0,0160,011
Études des sciences et des technologies0,0050,013
Communication savante0,0130,011
Science ouverte0,0110,017
Intégrité de la recherche0,0190,021
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,158
Tête enseignante GPT0,475
Écart entre enseignants0,316 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetEmergency Medicine Education and ResearchTravaux en français237 207