A Systematic Review of Quality Improvement Interventions in Burn Care
Notice bibliographique
Résumé
Quality improvement interventions (QIIs) are intended to improve the care of patients. Unlike most traditional clinical research, these endeavors emphasize the sustainable implementation of scientific evidence rather than the establishment of evidence. Our purpose was to conduct a systematic review of QII publications in the field of burn care. A systematic review was conducted utilizing electronic databases (MEDLINE, Embase, and Cochrane Library) of all studies relating to "quality improvement" in burn care published until March 31, 2020. Studies were excluded if no baseline data were reported, or if no intervention was applied and tested. Studies were scored using a novel 10-point evaluation system for QII. We evaluated 414 studies involving "quality improvement" in burn care. Only 82 studies contained a QII while 332 studies were categorized as traditional research. Several traditional research studies made claims to be QIIs, but few met the criteria. Of the 82 QII references, only 20 (24%) were accessible as full-text manuscripts, the remainder were published as abstracts only. The mean score was 7.95 for full-text studies (range 6-10) and 7.4 for abstract-only studies (range 5.5-9.5). Despite the importance of quality improvement (QI) in burn care, very few studies have been published that employ true QI methodology, and many QII studies never advance beyond publication as abstracts in conference proceedings. Based on this systematic review, we propose guidelines to improve the quality of QII submissions.
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 | 0,085 | 0,265 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,014 | 0,014 |
| Bibliométrie | 0,031 | 0,026 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».