Practices in Triage and Transfer of Critically Ill Patients: A Qualitative Systematic Review of Selection Criteria
Notice bibliographique
Résumé
OBJECTIVES: To identify and appraise articles describing criteria used to prioritize or withhold a critical care admission. DATA SOURCES: PubMed, Embase, Medline, EBM Reviews, and CINAHL Complete databases. Gray literature searches and a manual review of references were also performed. Preferred Reporting Items for Systematic reviews and Meta-Analyses guidelines were followed. STUDY SELECTION: We sought all articles and abstracts of original research as well as local, provincial, or national policies on the topic of ICU resource allocation. We excluded studies whose population of interest was neonatal, pediatric, trauma, or noncritically ill. Screening of 6,633 citations was conducted. DATA EXTRACTION: Triage and/or transport criteria were extracted, based on type of article, methodology, publication year, and country. An appraisal scale was developed to assess the quality of identified articles. We also developed a robustness score to further appraise the robustness of the evidence supporting each criterion. Finally, all criteria were extracted, evaluated, and grouped by theme. DATA SYNTHESIS: One-hundred twenty-nine articles were included. These were mainly original research (34%), guidelines (26%), and reviews (21%). Among them, we identified 200 unique triage and transport criteria. Most articles highlighted an exclusion (71%) rather than a prioritization mechanism (17%). Very few articles pertained to transport of critically ill patients (4%). Criteria were classified in one of four emerging themes: patient, condition, physician, and context. The majority of criteria used were nonspecific. No study prospectively evaluated the implementation of its cited criteria. CONCLUSIONS: This systematic review identified 200 criteria classified within four themes that may be included when devising triage programs including the coronavirus disease 2019 pandemic. We identified significant knowledge gaps where research would assist in improving existing triage criteria and guidelines, aiming to decrease arbitrary decisions and variability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,128 | 0,201 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,004 |
| Bibliométrie | 0,037 | 0,027 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,005 | 0,008 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».