A Comparison Between Computer-Assisted Self-Triage by Patients and Triage Performed by Nurses in the Emergency Department
Notice bibliographique
Résumé
Background and objective Emergency departments (EDs) often find the number of arriving patients exceeding their capacity and find it difficult to triage them in a timely manner. The potential risk to the safety of patients awaiting assessment by a triage professional has led some hospitals to consider implementing patient self-triage, such as using kiosks. Published studies about patient self-triage are scarce and information about patients' ability to accurately assess the acuity of their condition or predict their need to be hospitalized is limited. In this study, we aimed to compare computer-assisted patient self-triage scores versus the scores assigned by the dedicated ED triage nurse (TN). Methods This pilot study enrolled patients presenting to a tertiary care hospital ED without ambulance transport. They were asked a short series of simple questions based on an algorithm, which then generated a triage score. Patients were asked whether they were likely to be admitted to the hospital. Patients then entered the usual ED system of triage. The algorithm-generated triage score was then compared with the Canadian Triage and Acuity Scale (CTAS) score assigned by the TN. Whether the patients actually required hospital admission was determined by checking their medical records. Results Among the 492 patients enrolled, agreement of triage scores was observed in 27%. Acuity was overestimated by 65% of patients. Underestimation of acuity occurred in 8%. Among patients predicting hospitalization, 17% were admitted, but the odds ratio (OR) for admission was 3.4. Half of the patients with cardiorespiratory complaints were correct in predicting the need for hospitalization. Conclusion The use of a short questionnaire by patients to self-triage showed limited accuracy, but sensitivity was high for some serious medical conditions. The prediction of hospitalization was more accurate with regard to cardiorespiratory complaints.
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 | 0,006 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».