Interrater Reliability of a Tool Measuring the Quality of Nursing Triage in the Emergency Department
Notice bibliographique
Résumé
Introduction: Triage plays an essential role in the Emergency Department (ED), helping maintain a safe patient flow. Although assessing the quality of the triage process is crucial, to date, there has been no metrological testing of a tool measuring the quality of nursing triage. Objective: This study aimed to assess the interrater reliability of the Audit Triage Tool (ATT) in Quebec, Canada. Methods: This retrospective cohort study took place in a regional ED. Fifty triages were selected using a systematic random sampling technique with quotas of 10 triages grouped under 5 chief complaints: chest pain, abdominal pain, neurological problems, major blunt trauma and fever. A total of 4 auditors individually applied the 49 criteria of the ATT to 50 triages. The interrater reliability was measured with the intraclass correlation coefficient (ICC), percentage of unanimity (PU) and percentage of agreement (PA). Results: Based on the ICC, 33/49 criteria showed fair (ICC 0.60, comparatively to only 2/26 implicit criteria. Discussion and conclusion: Findings showed that a quarter of the ATT criteria had poor interrater reliability according to various statistical tests. Solutions to improve the reliability of the ATT, mostly regarding the implicit criteria, are needed. Finally, future methodological research on triage quality assessment should focus on a thorough validation of the ATT.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».