Asociación entre variables clínicas y demográficas de pacientes en unidad de terapia intensiva oncológica y la carga de trabajo de enfermería
Notice bibliographique
Résumé
Introduccion : El uso del Puntaje de Actividades de Enfermeria permite correlacionar la carga de trabajo de enfermeria con los indices de evaluacion pronostica en la unidad de cuidados intensivos y ayudar en el desarrollo del proceso de trabajo de las enfermeras a traves del dimensionamiento del personal apropiado. Objetivo : Analizar la asociacion entre variables clinicas y demograficas de pacientes con carga de trabajo de enfermeria en una Unidad de Cuidados Intensivos de Oncologia. Metodos : Estudio de cohorte prospectiva, realizada en Instituto Nacional del Câncer Jose Alencar Gomes da Silva de septiembre a diciembre de 2016. La recoleccion de datos incluye la medicion de la carga de trabajo a traves del Puntaje de Actividades de Enfermeria. Se realizo un analisis estadistico descriptivo de los datos. Despues, se probo la asociacion de variables cualitativas con NAS mediante la prueba de Kruskal-Wallis y se analizaron las variables cuantitativas mediante analisis de regresion multiple. Para el tratamiento de los datos, se considero una significancia p = 0.05 y un 95% de confianza. Resultado : La carga de trabajo total encontrada (79,04%) corresponde a 18 horas y 57 minutos de asistencia a cada paciente dentro de las 24 horas. La media para la condicion de salida de los pacientes se divide en sobrevivientes y no sobrevivientes, con un puntaje de 74,19% (SD = 11,54) y 126,64% (SD = 17,62), respectivamente. Conclusion : Solo las variables de estado de rendimiento de Karnofsky y condicion de salida se asociaron significativamente con la carga de trabajo.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».