MétaCan
Menu
Retour à la cohorte
Enregistrement W4400284350 · doi:10.3390/curroncol31070276

Leveraging Nursing Assessment for Early Identification of Post Operative Gastrointestinal Dysfunction (POGD) in Patients Undergoing Colorectal Surgery

2024· article· en· W4400284350 sur OpenAlexvenueno aff
Tessy Siby, Alice Shajimon, D. Mullen, Shahnaz Gillani, Jeffrey R. Ong, Nikki E. Dinkins, Brittany Kruse, Carla Patel, Craig Messick, Nicole C. Gourmelon, Mary Butler, Vijaya Gottumukkala

Notice bibliographique

RevueCurrent Oncology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueEnhanced Recovery After Surgery
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Texas MD Anderson Cancer Center
Mots-clésMedicineIdentification (biology)General surgeryColorectal surgeryIntensive care medicineSurgeryAbdominal surgery

Résumé

récupéré en direct d'OpenAlex

Background: Postoperative gastrointestinal dysfunction (POGD) remains a common morbidity after gastrointestinal surgery. POGD is associated with delayed hospital recovery, increased length of stay, poor patient satisfaction and experience, and increased economic hardship. The I-FEED scoring system was created by a group of experts to address the lack of a consistent objective definition of POGD. However, the I-FEED tool needs clinical validation before it can be adopted into clinical practice. The scope of this phase 1 Quality Improvement initiative involves the feasibility of implementing percussion into the nursing workflow without additional burden. Methods: All gastrointestinal/colorectal surgical unit registered nurses underwent comprehensive training in abdominal percussion. This involved understanding the technique, its application in postoperative gastrointestinal dysfunction assessment, and its integration into the existing nursing documentation in the Electronic Health Record (EHR). After six months of education and practice, a six-question survey was sent to all inpatient GI surgical unit nurses about incorporating the percussion assessment into their routine workflow and documentation. Results: Responses were received from 91% of day-shift nurses and 76% of night-shift registered nurses. Overall, 95% of the nurses were confident in completing the abdominal percussion during their daily assessment. Conclusion: Nurses’ effective use of the I-FEED tool may help improve patient outcomes after surgery. The tool could also be an effective instrument for the early identification of postoperative gastrointestinal dysfunction (POGD) in surgical patients.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,054
Tête enseignante GPT0,388
Écart entre enseignants0,333 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetEnhanced Recovery After SurgeryTravaux en français237 207