MétaCan
Menu
Retour à la cohorte
Enregistrement W3041994356 · doi:10.1111/jocn.15409

Nursing handoffs and clinical judgments regarding patient risk of deterioration: A mixed‐methods study

2020· article· en· W3041994356 sur OpenAlexaffabout
Patrick Lavoie, Sean P. Clarke, Christina Clausen, Margaret Purden, Jessica Emed, Lidia Cosencova, Valerie Frunchak

Notice bibliographique

RevueJournal of Clinical Nursing · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensMcGill UniversityJewish General HospitalUniversité de MontréalMontreal Heart Institute
Organismes subventionnairesBoston College
Mots-clésMedicineSeriousnessNursingPatient safetyDeliriumIntensive care unitAffect (linguistics)Medical emergencyHealth carePsychologyIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

AIMS AND OBJECTIVES: To explore how change-of-shift handoffs relate to nurses' clinical judgments regarding patient risk of deterioration. BACKGROUND: The transfer of responsibility for patients' care comes with an exchange of information about their condition during change-of-shift handoff. However, it is unclear how this exchange affects nurses' clinical judgments regarding patient risk of deterioration. DESIGN: A sequential explanatory mixed-methods study reported according to the STROBE and COREQ guidelines. METHODS: Over four months, 62 nurses from one surgical and two medical units at a single Canadian hospital recorded their handoffs at change of shift. After each handoff, the two nurses involved each rated the patient's risk of experiencing cardiac arrest or being transferred to an intensive care unit in the next 24 hr separately. The information shared in handoffs was subjected to content analysis; code frequencies were contrasted per nurses' ratings of patient risk to identify characteristics of information that facilitated or hindered nurses' agreement. RESULTS: Out of 444 recorded handoffs, there were 125 in which at least one nurse judged that a patient was at risk of deterioration; nurses agreed in 32 cases (25.6%) and disagreed in 93 (74.4%). These handoffs generally included information on abnormal vital signs, breathing problems, chest pain, alteration of mental status or neurological symptoms. However, the quantity and seriousness of clinical cues, recent transfers from intensive care units, pain without a clear cause, signs of delirium and nurses' knowledge of patient were found to affect nurses' agreement. CONCLUSIONS: Nurses exchanged more information regarding known indicators of deterioration in handoffs when they judged that patients were at risk. Disagreements most often involved incoming nurses rating patient risk as higher. RELEVANCE TO CLINICAL PRACTICE: This study suggests a need to sensitise nurses to the impact of certain cues at report on their colleagues' subsequent clinical judgments. Low levels of agreement between nurses underscore the importance of exchanging impressions regarding the likely evolution of a patient's situation to promote continuity of care.

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)0,025
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,086
Tête enseignante GPT0,501
Écart entre enseignants0,415 · 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'étudeQualitatif
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

Citations21
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical NursingMême sujetHospital Admissions and OutcomesTravaux en français237 207