MétaCan
Menu
Retour à la cohorte
Enregistrement W3048513411 · doi:10.1136/ebnurs-2020-103350

Mental health in the time of COVID-19

2020· article· en· W3048513411 sur OpenAlexaff
Roberta Heale, Jane Wray

Notice bibliographique

RevueEvidence-Based Nursing · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueFamily and Patient Care in Intensive Care Units
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésMedicineMEDLINEIntensive care unitScopusCoronavirus disease 2019 (COVID-19)Patient satisfactionPediatricsEmergency medicineInternal medicineDiseaseNursing

Résumé

récupéré en direct d'OpenAlex

Background Bedside rounds (BR) have been proposed as an ideal method to promote patient-centred hospital care, but there is substantial variation in their implementation and effects. Our objectives were to describe the implementation of BR in hospital settings and determine their effect on patient-centred outcomes. Methods Data sources included Ovid MEDLINE, Ovid Embase, Scopus and Ovid Cochrane Central Registry of Clinical Trials from database inception through 28 July 2017. We included experimental studies comparing BR to another form of rounds in a hospital-based setting (ie, medical/surgical unit, intensive care unit (ICU)) and reporting a quantitative patient-reported or objectively measured clinical outcome. We used random effects models to calculate pooled Cohen’s d effect size estimates for the patient knowledge and patient experience outcome domains. Results Twenty-nine studies met inclusion criteria, including 20 from adult care (17 non-ICU, 3 ICU), and nine from paediatrics (5 non-ICU, 4 ICU), the majority of which (n=23) were conducted in the USA. Thirteen studies implemented BR with cointerventions as part of a ‘bundle’. Studies most commonly reported outcomes in the domains of patient experience (n=24) and patient knowledge (n=10). We found a small, statistically significant improvement in patient experience with BR (summary Cohen’s d=0.09, 95% CI 0.04 to 0.14, p<0.001, I2=56%), but no significant association between BR and patient knowledge (Cohen’s d=0.21, 95% CI −0.004 to –0.43, p=0.054, I2=92%). Risk of bias was moderate to high, with methodological limitations most often relating to selective reporting, low adherence rates and missing data. Conclusions BR have been implemented in a variety of hospital settings, often ‘bundled’ with cointerventions. However, BR have demonstrated limited effect on patient-centred outcomes.

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)0,003
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,001

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 Opus0,241
Tête enseignante GPT0,460
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based NursingMême sujetFamily and Patient Care in Intensive Care UnitsTravaux en français237 207