MétaCan
Menu
Retour à la cohorte
Enregistrement W4281730828 · doi:10.1097/aco.0000000000001131

Limited English proficiency in the labor and delivery unit

2022· review· en· W4281730828 sur OpenAlexaff
Brandon M. Togioka, Katherine M. Seligman, Carlos Delgado

Notice bibliographique

RevueCurrent Opinion in Anaesthesiology · 2022
Typereview
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésUnit (ring theory)BusinessPsychologyMathematics education

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Limited English proficiency (LEP) impacts patient access to safe and comprehensive care during the antepartum, intrapartum, and postpartum periods. In this review, we explore disparities in care delivery and outcomes that LEP women experience, and discuss the importance of providing language concordant care and using interpretation services appropriately. RECENT FINDINGS: The number of individuals with LEP is steadily increasing in the United States. Pregnant women with LEP suffer disparities in obstetric care and are at risk for postpartum depression, breastfeeding difficulties, and substandard newborn care after neonatal ICU discharge because of insufficient education. Addressing these issues requires the implementation of language concordant care and education, along with the utilization of medically trained interpreters. Although further evidence is needed, the authors support these interventions to improve patient satisfaction, decrease medical errors, and curtail misdiagnoses. SUMMARY: The pregnant woman with limited English proficiency is at risk of receiving suboptimal care and experiencing negative outcomes during the antepartum, intrapartum, and postpartum periods. The use of medically trained interpreters and the provision of language concordant care, through workforce diversification and the creation of forms and educational materials in diverse languages, can improve patient safety, outcomes, and quality of care.

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 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,004
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 Opus0,319
Tête enseignante GPT0,510
Écart entre enseignants0,191 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in AnaesthesiologyMême sujetInterpreting and Communication in HealthcareTravaux en français237 207