Interventions to improve nurse–family communication in the emergency department: A scoping review
Notice bibliographique
Résumé
AIM: To determine and describe what interventions exist to improve nurse-family communication during the waiting period of an emergency department visit. BACKGROUND: Communication between nurses and families is an area needing improvement. Good communication can improve patient outcomes, satisfaction with care and decrease patient and family anxiety. DESIGN: Scoping Review. METHODS: A scoping review was conducted following the Joanna Briggs Institution methodology: (1) identify the research question, (2) define the inclusion criteria, (3) use a search strategy to identify relevant studies using a three-step approach, (4) select studies using a team approach, (5) data extraction, (6) data analysis, and (7) presentation of results. DATA SOURCES: Medline, CINAHL, EMBASE, PsychInfo and grey literature were searched on 3 August 2022. RESULTS: The search yielded 1771 articles from the databases, of which 20 were included. An additional seven articles were included from the grey literature. Paediatric and adult interventions were found targeting staff and family of which the general recommendations were summarised into communication models. CONCLUSION: Future research should focus on evaluating the effectiveness of interventions using a standardised scale, understanding the specific needs of families, and exploring the communication models developed in this review. IMPLICATIONS FOR CLINICAL PRACTICE: Communication models for triage nurses and all emergency department nurses were developed. These may guide nurses to improve their communication which will contribute to improving family satisfaction. REPORTING METHOD: PRISMA-ScR. TRIAL AND PROTOCOL REGISTRATION: Protocol has been registered with the Open Science Framework, registration number 10.17605/OSF.IO/ETSYB. PATIENT OR PUBLIC CONTRIBUTION: No patient or public contribution.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,115 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,019 | 0,016 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».