MétaCan
Menu
Retour à la cohorte
Enregistrement W4210557097 · doi:10.1097/pts.0000000000000973

Exploring Uniformity of Clinical Judgment: A Vignette Approach to Understanding Healthcare Professionals’ Suicide Risk Assessment Practices

2022· article· en· W4210557097 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Patient Safety · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVignetteHealth careMental healthRisk assessmentSuicide preventionMEDLINEHealth professionalsOccupational safety and healthHuman factors and ergonomics

Résumé

récupéré en direct d'OpenAlex

Objectives Suicide risk assessment often requires health professionals to consider a complex interplay of multiple factors, with a significant reliance on judgment, which can be influenced by factors such as education and experience. Our study aimed at assessing the uniformity of decision making around suicide risk within healthcare professionals. Methods We used a factorial survey approach to gather information on healthcare professionals’ demographics, clinical experience, and their decision on 3 vignettes of patients with suicidal ideation. We used Kruskal-Wallis tests for determining if there were significant differences between groups for continuous variables and Spearman rank correlation for measuring the association between continuous variables. Content analysis was used for analyzing free-text comments. Results Responses were gathered from 79 healthcare professionals (nurses, nurse practitioners, physicians) who worked in primary care, mental health, or emergency department settings. Median suicide risk rates across all respondents were 90%, 50%, and 53% for vignettes 1, 2, and 3, respectively. Confidence in healthcare professionals’ decisions was significantly associated with the clinical designation and personal risk profile of the healthcare professional in certain vignettes, with nurses and those willing to take more risks having a higher confidence in their decisions for vignettes 1 and 3, respectively. Treatment decision was significantly associated with mental health experience (i.e., those with lengthier mental health experiences were less likely to choose “admit to psychiatry ward” for vignette 2), clinical designation (i.e., nurses were more likely to “admit to psychiatry ward” for vignette 1), and practice setting. It should be noted that these associations were not consistent across all 3 vignettes, and results for each association were only specific to 1 of the 3 vignettes. Discussion Findings compare decision-making practices for suicide risk assessment across several types of healthcare professions over a range of practice settings, with the high-risk vignette showing the least variability. Insights from this study are relevant when building clinical decision support systems for suicide risk assessment. Designers should think about incorporating tailored messaging and alerts to health professionals’ mental health experience and/or designation. Conclusions Within our Canadian sample, there was considerable variability among healthcare professionals assessing the risk of suicide, with important implications for tailoring education and decision support.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,615

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,389
Tête enseignante GPT0,468
Écart entre enseignants0,079 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle