MétaCan
Menu
Retour à la cohorte
Enregistrement W3040311260 · doi:10.31770/2561-7516.1060

Valeur prédictive de l’échelle de Braden pour les lésions de pression nosocomiales et l’association avec les interventions de prévention

2020· article· fr· W3040311260 sur OpenAlexvenueno aff
Sophie Pouzols, Cédric Mabire

Notice bibliographique

RevueScience of Nursing and Health Practices · 2020
Typearticle
Languefr
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicine

Résumé

récupéré en direct d'OpenAlex

Introduction : Les lésions de pression nosocomiales (LPN) sont considérées comme des événements indésirables liés aux soins infirmiers. Pour l’amélioration de la qualité des soins, les interventions comme le dépistage et la mobilisation sont essentielles. Objectifs : Comparer les valeurs prédictives du score total de Braden et du score de la dimension mobilité sur le développement de LPN. Mesurer l’effet modérateur des interventions de prévention entre le niveau de risque et le taux des LPN. Méthodes : Étude descriptive corrélationnelle basée sur l’analyse secondaire de données de routine issues des dossiers informatisés entre le 1er mars 2016 et le 31 mars 2018. Des statistiques descriptives et des régressions logistiques univariables et multivariables ont été effectuées. Résultats : Sur 22 833 épisodes de soins, le taux des LPN était de 3,6 %. Le score mobilité était prédicteur du développement des LPN (RC = 17,2, p < 0,01) ainsi que le score total (RC = 13,9, p < 0,01). Lorsque des interventions de mobilisation étaient mises en place, la probabilité de développer une LPN diminuait pour le niveau de risque faible (RC = 0,6, p < 0,01) ou modéré (RC = 0,5, p <0,01) selon le score total de Braden, mais pas pour un niveau de risque élevé. Discussion et conclusion : Cette étude confirme l’association entre le développement de LPN et les interventions préventives. Elle démontre l’importance d’utiliser des outils valides pour dépister le risque et mettre en place des interventions de mobilisation afin d’avoir un impact positif sur les résultats et ainsi d’améliorer la qualité des soins.

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)0,009
score de la tête « metaresearch » (Gemma)0,042
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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,291
Tête enseignante GPT0,545
Écart entre enseignants0,254 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience of Nursing and Health PracticesMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207