MétaCan
Menu
Retour à la cohorte
Enregistrement W4292680710 · doi:10.1016/j.soncn.2022.151334

Setting Up a Prehabilitation Unit: Successes and Challenges

2022· article· en· W4292680710 sur OpenAlexaff
Dominique Engel

Notice bibliographique

RevueSeminars in Oncology Nursing · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésPrehabilitationMedicineService (business)PerioperativeNursingMedical educationPhysical therapySurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The goal of this article is to provide a pragmatic approach to implementing a prehabilitation pathway and service guide. DATA SOURCES: The article presents data from peer-reviewed scientific articles (ie, reviews and original studies) and narrative reviews, as well as professional insights and experiences of the author in setting up a prehabilitation clinic. CONCLUSION: Successful setup of a prehabilitation unit is highly feasible and rewarding, if led by enthusiastic idealists who work in cooperation with a passionate multidisciplinary team (MDT) with clear vision to collectively improve patient outcomes and experiences. It requires a well-integrated MDT to deliver a successful prehabilitation service. IMPLICATIONS FOR NURSING PRACTICE: Nurses are the supporting pillar in many areas of the health care system. The field of prehabilitation is no exception to this with the mainstay contribution nursing provides. A combination of patient care, medical knowledge, and administrative capabilities are required to modify the perioperative pathway and introduce the concept of prehabilitation. Nursing staff are ideally positioned to be strong advocates to developing and delivering an effective MDT prehabilitation clinical pathway.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,394

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,189
Tête enseignante GPT0,507
Écart entre enseignants0,318 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeminars in Oncology NursingMême sujetClinical practice guidelines implementationTravaux en français237 207