MétaCan
Menu
Retour à la cohorte
Enregistrement W4381386252 · doi:10.1017/s1049023x23004661

A Modified Delphi Study to Improve Prehospital Mass Casualty Incident Response

2023· article· en· W4381386252 sur OpenAlexaff
Joseph Cuthbertson, Eric S. Weinstein, Jeffrey Michael Franc, Sabina Magalini, Daniele Gui, Peter Jones, Kristina Lennquist Montán, Roberto Faccincani, Luca Ragazzoni, Marta Caviglia

Notice bibliographique

RevuePrehospital and Disaster Medicine · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMass-casualty incidentTriageDelphi methodDelphiAdvanced life supportComputer scienceMedicineMedical emergencyPoison controlHuman factors and ergonomicsEmergency medicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Introduction: The Novel Integrated Toolkit for Enhanced Pre-Hospital Life Support and Triage in Challenging and Large Emergencies (NIGHTINGALE) project was awarded to a consortium to design an innovative toolkit featuring different technological solutions for prehospital mass casualty incident (MCI) response. Translational science (T) methodology was undertaken to develop evidence-based guidelines for MCI response. Method: The consortium was divided into three work groups (WGs) MCI Triage, Prehospital Life Support and Damage Control and Prehospital Processes. Each WG previously collected data through the project T1 scoping review stage to provide the foundation for the initial T2 modified Delphi draft statements to present to WG internal focus groups for content and NIGHTINGALE study objectives. Their refined statements proceeded to WG specific external focus groups for further editing to be clear and concise for the following modified Delphi consensus rounds. Final WG statements were presented to modified Delphi experts for their consensus using the STAT59 platform with instruction to rank each statement on a seven-point linear numeric scale, where 1 = disagree and 7 = agree. Consensus amongst experts was defined as a standard deviation ≤1.0. Results: After three modified Delphi rounds, 18 of 24 statements attained consensus by the MCI Triage experts, eight of 25 by the Prehospital and Life Support and Damage Control experts, and 23 of 28 by the Prehospital Processes experts. Conclusion: The three work groups will utilize consensus statements during the NIGHTINGALE project T3 phase to create evidence-based MCI response guidelines.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,184
score de la tête « metaresearch » (Gemma)0,191
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,184
Score d'incertitude au seuil0,974

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1840,191
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0060,005
Communication savante0,0040,007
Science ouverte0,0030,012
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,055
Tête enseignante GPT0,410
Écart entre enseignants0,355 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrehospital and Disaster MedicineMême sujetDisaster Response and ManagementTravaux en français237 207