A call for standardized national guidelines on QT/QTc monitoring in Canada
Notice bibliographique
Résumé
Background: With QT-prolonging drugs being trialed for the treatment of COVID-19, national health associations allude to the importance of proficient QT interval assessment. However, in Canada there is no policy in place that clearly identifies a single method for routine QT monitoring. Aim: To demonstrate the need for a clear Canadian guideline for the measurement of the QT/QTc interval and to advocate for a standardized approach to education. Methods: This paper uses a medical anthropological approach to scale this practice gap from the individual provider to the institutions that govern practice and education. Nurses and emergency medical personnel from hospitals across Canada were polled with questionnaires on their confidence and knowledge of assessing the QT/QTc interval. We seek to identify causes for the widespread lack of confidence that goes beyond the context of nursing and is interdisciplinary in nature. Findings: Of the 292 participants who were polled, roughly 75% report measuring the QT interval. However, more than 50% of participants are not confident in their measurement. Although critical care nurses report the highest levels of confidence, the rate of correct answers amongst the whole of participants on knowledge-based questions is shockingly low (only nine percent attempted to provide a value for the QTc; 34% of those who were unsure of the normal QTc say they were not taught). Ninety percent of participants report they do not analyze the QTc, with critical care nurses accounting for 34% of participants. Conclusion: The lack of consensus on a QTc formula and the absence of clear guidelines on this well-documented issue exacerbate the continued gap in practice observed in our findings. We urge leading organizations to create a national guideline that supports a standardized approach to QT/QTc measurement that can be taught to and used by not only critical care nurses, but everyone in healthcare who provides cardiac monitoring.
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 | 0,077 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,009 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,013 | 0,008 |
| Intégrité de la recherche | 0,017 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».