Transferring With TACT
Notice bibliographique
Résumé
BACKGROUND: Neonatal patients who no longer require level IV neonatal intensive care unit care are transferred to less acute levels of care. Standardized assessment tools have been shown to be beneficial in the transfer of patient care. However, no standardized tools were available to assist neonatal providers in the assessment and communication of the infants needs at transfer. PURPOSE: The purpose was to develop a Transfer Assessment and Communication Tool (TACT) that guides provider decision making in the transfer of infants from a level IV neonatal intensive care unit to a less acute level of care within a regionalized healthcare system. METHODS: Phase 1 included developing the first draft of the TACT using retrospective data, known variables from published literature, and study team expertise. In phase 2, the final draft of the TACT was created through feedback from expert neonatal providers in the regionalized care system using e-Delphi methodology. RESULTS: The first draft of the TACT, developed in phase 1, included 36 characteristics. In phase 2, nurses, nurse practitioners, and physician experts representing all levels of newborn care participated in 4 e-Delphi surveys to develop the final draft of the TACT, which included 74 weighted characteristics. IMPLICATIONS FOR PRACTICE AND RESEARCH: Potential benefits of the TACT include improved communication across healthcare teams, reduced risk for readmission, and increased caregiver visitation. The next steps are to validate the TACT for use either retrospectively or in real time, including characteristic weights, before implementation of this tool in the clinical setting.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».