Early mobilisation and rehabilitation in the PICU: a UK survey
Notice bibliographique
Résumé
OBJECTIVE: To understand the context and professional perspectives of delivering early rehabilitation and mobilisation (ERM) within UK paediatric intensive care units (PICUs). DESIGN: A web-based survey administered from May 2019 to August 2019. SETTING: UK PICUs. PARTICIPANTS: A total of 124 staff from 26 PICUs participated, including 22 (18%) doctors, 34 (27%) nurses, 28 (23%) physiotherapists, 19 (15%) occupational therapists and 21 (17%) were other professionals. RESULTS: Key components of participants' definitions of ERM included tailored, multidisciplinary rehabilitation packages focused on promoting recovery. Multidisciplinary involvement in initiating ERM was commonly reported. Over half of respondents favoured delivering ERM after achieving physiological stability (n=69, 56%). All age groups were considered for ERM by relevant health professionals. However, responses differed concerning the timing of initiation. Interventions considered for ERM were more likely to be delivered to patients when PICU length of stay exceeded 28 days and among patients with acquired brain injury or severe developmental delay. The most commonly identified barriers were physiological instability (81%), limited staffing (79%), sedation requirement (73%), insufficient resources and equipment (69%), lack of recognition of patient readiness (67%), patient suitability (63%), inadequate training (61%) and inadequate funding (60%). Respondents ranked reduction in PICU length of stay (74%) and improvement in psychological outcomes (73%) as the most important benefits of ERM. CONCLUSION: ERM is gaining familiarity and endorsement in UK PICUs, but significant barriers to implementation due to limited resources and variation in content and delivery of ERM persist. A standardised protocol that sets out defined ERM interventions, along with implementation support to tackle modifiable barriers, is required to ensure the delivery of high-quality ERM.
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 | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».