Use and Evaluation of Computerized Clinical Decision Support Systems for Early Detection of Sepsis in Hospitals: Protocol for a Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Sepsis is a leading cause of death in hospitals, with high associated costs for both patients and health care systems worldwide. Early detection followed by timely intervention is critical for successful sepsis management and, hence, can save lives. Health care institutions are increasingly leveraging clinical data captured in electronic health records for the development of computerized clinical decision support (CCDS) systems aimed at enhancing the early detection of sepsis. However, a comprehensive evidence base regarding sepsis CCDS systems to inform clinical practice, research, and policy is currently lacking. OBJECTIVE: This scoping review aims to systematically describe studies reporting on the use and evaluation of CCDS systems for early detection of sepsis in hospitals. METHODS: The methodology for conducting scoping reviews presented by the Joanna Briggs Institute Reviewer's Manual and the PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for Scoping Reviews) will be used and adapted as guides. A comprehensive literature search of 10 electronic databases will be conducted to identify all empirical quantitative and qualitative studies that investigate the use of CCDS systems for early detection of sepsis in hospitals. Detailed inclusion and exclusion criteria have been developed. Two reviewers will independently screen all articles based on these criteria. Any discrepancies will be resolved through discussion and further review by a third researcher if required. RESULTS: Electronic database searches have retrieved 12,139 references after removing 10,051 duplicates. As of the submission date of this protocol, we have completed the title and abstract screening. A total of 372 references will be included for full-text screening. Only 15.9% (59/372) of these studies were focused on children: 11.0% (41/372) for pediatric and 4.8% (18/372) for neonatal patients. The scoping review and the manuscript will be completed by December 2020. CONCLUSIONS: Results of this review will guide researchers in determining gaps and shortcomings in the current evidence base for CCDS system use and evaluation in the early detection of sepsis. The findings will be shared with key stakeholders in clinical care, research, policy, and patient advocacy. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/24899.
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 | 0,107 | 0,122 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,014 | 0,017 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,011 |
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 ».