MétaCan
Menu
Retour à la cohorte
Enregistrement W4297263722 · doi:10.2196/41051

Supporting Decision-Making About Patient Mobility in the Intensive Care Unit Nurse Work Environment: Work Domain Analysis

2022· article· en· W4297263722 sur OpenAlexvenueno aff
Anna Krupp, Linsey M. Steege, John D. Lee, Karen Dunn Lopez, Barbara King

Notice bibliographique

RevueJMIR Nursing · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Wisconsin-MadisonU.S. Department of Veterans Affairs
Mots-clésHierarchyUnit (ring theory)Psychological interventionAbstractionWork (physics)Intervention (counseling)NursingComputer scienceKnowledge managementMedicineProcess managementPsychologyBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patient mobility is an evidenced-based physical activity intervention initiated during intensive care unit (ICU) admission and continued throughout hospitalization to maintain functional status, yet mobility is a complex intervention and not consistently implemented. Cognitive work analysis (CWA) is a useful human factors framework for understanding complex systems and can inform future technology design to optimize outcomes. OBJECTIVE: The aim of this study is to understand the complexity and constraints of the ICU work environment as it relates to nurses carrying out patient mobility interventions, using CWA. METHODS: We conducted a work domain analysis and completed an abstraction hierarchy using the CWA framework. Data from documents, observation (32 hours), and interviews with nurses (N=20) from 2 hospitals were used to construct the abstraction hierarchy. RESULTS: Nurses seek information from a variety of sources and integrate patient and unit information to inform decision-making. The completed abstraction hierarchy depicts multiple high-level priorities that nurses balance, specifically, providing quality, safe care to patients while helping to manage unit-level throughput needs. Connections between levels on the abstraction hierarchy describe how and why nurses seek patient and hospital unit information to inform mobility decision-making. The analysis identifies several opportunities for technology design to support nurse decision-making about patient mobility. CONCLUSIONS: Future interventions need to consider the complexity of the ICU environment and types of information nurses need to make decisions about patient mobility. Considerations for future system redesign include developing and testing clinical decision support tools that integrate critical patient and unit-level information to support nurses in making patient mobility decisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,323
Écart entre enseignants0,311 · 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'étudeQualitatif
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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR NursingMême sujetIntensive Care Unit Cognitive DisordersTravaux en français237 207