Establishing Healthcare Worker Performance and Safety in Providing Critical Care for Patients in a Simulated Ebola Treatment Unit: Non-Randomized Pilot Study
Notice bibliographique
Résumé
Improving the provision of supportive care for patients with Ebola is an important quality improvement initiative. We designed a simulated Ebola Treatment Unit (ETU) to assess performance and safety of healthcare workers (HCWs) performing tasks wearing personal protective equipment (PPE) in hot (35 °C, 60% relative humidity) or thermo-neutral (20 °C, 20% relative humidity) conditions. In this pilot phase to determine the feasibility of study procedures, HCWs in PPE were non-randomly allocated to hot or thermo-neutral conditions to perform peripheral intravenous (PIV) and midline catheter (MLC) insertion and endotracheal intubation (ETI) on mannequins. Eighteen HCWs (13 physicians, 4 nurses, 1 nurse practitioner; 2 with prior ETU experience; 10 in hot conditions) spent 69 (10) (mean (SD)) minutes in the simulated ETU. Mean (SD) task completion times were 16 (6) min for PIV insertion; 33 (5) min for MLC insertion; and 16 (8) min for ETI. Satisfactory task completion was numerically higher for physicians vs. nurses. Participants’ blood pressure was similar, but heart rate was higher (p = 0.0005) post-simulation vs. baseline. Participants had a median (range) of 2.0 (0.0–10.0) minor PPE breaches, 2.0 (0.0–6.0) near-miss incidents, and 2.0 (0.0–6.0) health symptoms and concerns. There were eight health-assessment triggers in five participants, of whom four were in hot conditions. We terminated the simulation of two participants in hot conditions due to thermal discomfort. In summary, study tasks were suitable for physician participants, but they require redesign to match nurses’ expertise for the subsequent randomized phase of the study. One-quarter of participants had a health-assessment trigger. This research model may be useful in future training and research regarding clinical care for patients with highly infectious pathogens in austere settings.
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 | 0,010 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».