Serial Clinical Scoring to Assess Transported Pediatric Patients
Notice bibliographique
Résumé
OBJECTIVES: The objective of this study was to evaluate serial Transport Risk Assessment in Pediatrics (TRAP) scoring during pediatric critical care transport as a potential measure for specialized pediatric transport teams (PTTs). METHODS: This was a retrospective study with a provincial PTT from a tertiary hospital pediatric intensive care unit. All acutely ill children who were transported by the PTT between 2018 and 2019 were included in the study. The TRAP scores were measured at time of transport team arrival (TRAP1), time at arrival to tertiary center (TRAP2), and 4 hours postarrival to tertiary center (TRAP3). RESULTS: A total of 300 transports were included. Patients' mean age was 54 months, with lower respiratory tract infection (40.7%) as the most common diagnosis. There were significant differences between TRAP1-TRAP2 (P < 0.01) and TRAP1-TRAP3 (P < 0.01), but not between TRAP2-TRAP3 (P = 0.67). The most significant improvements of ΔTRAP1-TRAP2 scores were seen in septic shock (mean, 2.0; SD, 1.7). CONCLUSIONS: The TRAP scores improved following the PTTs' arrival to acutely ill children, particularly with sepsis. Serial TRAP scoring may present a system for evaluation of team performance and/or characterize disease states that are positively impacted by PTTs. Future prospective evaluation is needed to validate TRAP for this purpose.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».