MétaCan
Menu
Retour à la cohorte
Enregistrement W4317882183 · doi:10.9778/cmajo.20220062

Inclusion of patient-level emergency department characteristics to classify potentially redirectable visits to subacute care: a modified Delphi consensus study

2023· article· en· W4317882183 sur OpenAlexaffvenueabout
Ryan P. Strum, Walter Tavares, Andrew Worster, Lauren E. Griffith, Andrew P. Costa

Notice bibliographique

RevueCMAJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensMcMaster UniversityThe Wilson CentreRegional Municipality of Durham
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentDelphi methodInclusion (mineral)MedicineMedical emergencyDelphiEmergency medicineNursingPsychologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Most patients transported by Ontario paramedics to the emergency department have non-emergent conditions and may be more appropriately served by subacute community-based care centres. We sought to determine consensus on a set of patient characteristics that could be useful to classify retrospective emergency department visits that had a high probability of being primary care-like and potentially redirectable to a subacute care centre by paramedics. METHODS: We conducted a modified Delphi study to assess expert consensus on characteristics of patients transported by paramedics to the emergency department from August to October 2021. An expert Delphi committee was constructed of emergency and family physicians in Ontario using purposive sampling. Experts rated whether each characteristic was useful to be included in a classification to identify potentially redirectable visits retrospectively, as well as characteristic details (e.g., upper and lower bounds). Consensus was considered 75% agreement. RESULTS: Sixteen experts participated in the study; the experts were mostly male (75%) and evenly divided between emergency and family medicine. After 2 rounds, consensus was achieved on 8 of 9 characteristics (89%). Four characteristics were determined as useful to classify potentially redirectable emergency department visits: age (81%), triage acuity (100%), specialist consult in the emergency department (94%) and emergency department visit outcome (81%). Specifications of each characteristic were refined as follows: young and middle-aged adults with a non-emergent triage acuity, did not receive a specialist physician consult in the emergency department and discharged from the emergency department. INTERPRETATION: Strong consensus was achieved to specify a classification system for potentially redirectable emergency department visits. These results will be combined with knowledge of which subacute care centres could conduct the main physician interventions to retrospectively identify emergency department visits that could have been suitable for paramedic redirection for further research. STUDY REGISTRATION: ID ISRCTN22901977.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,682
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,003
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 Opus0,054
Tête enseignante GPT0,347
Écart entre enseignants0,293 · 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'étudeObservationnel
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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetEmergency and Acute Care StudiesTravaux en français237 207