MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402426469 · doi:10.2118/220465-ms

The Benefits of Nurse Telemedicine Triage: A Case Study from North America

2024· article· en· W4402426469 sur OpenAlexaboutno aff
C. Koulache, Betsy Fleming

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTelemedicineTriageNursingMedical emergencyMedicineComputer scienceHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes how an energy technology company has implemented a virtual nurse triage program to ensure a consistent level of professional medical support and care for onshore operations in Canada. Many of the company's remote operational locations are without professional onsite medical services. The nurse telemedicine triage program is used to ensure personnel are provided with timely medical care and professional case management while ensuring the confidentiality of medical information. The nurse telemedicine triage program provides access to registered nurses 24 hours a day, 7 days a week, to support onsite first aid response. Standardized nurse triage protocols combined with the nurse's experience and medical knowledge are used to advise on the necessary level of care. This includes determining whether the person requires emergency medical treatment or needs to be examined by a doctor, or if onsite first aid response is sufficient. A follow-up consultation is provided within 4 hours of the initial report to assess and monitor progress. If necessary, the nurse helps to organize doctor appointments and specialist treatment. The nurse telemedicine triage program was implemented in 2023 across the company's land operational locations in Canada. The nurse telemedicine triage program has reduced the number of nonessential trips from remote locations, which often require driving in high-risk environments as a result of extreme local weather conditions. The service has proved to be an effective health, safety, and environment (HSE) engagement tool, with personnel appreciating the care shown by the company for their wellbeing. Professional case management and maintaining the confidentiality and privacy of medical data are additional positive outcomes of the program, ensuring compliance with applicable regulations and company health management requirements. The nurse telemedicine triage program has helped employees avoid unnecessary visits to public health facilities for medical issues that were not serious or urgent. The nurse telemedicine triage program has also proven to be cost effective as a result of reduced medical claims and sickness-related absences. In addition, the company saw a reduction in its industry-recognized total recordable incident rate to date in 2024 compared with 2023 following implementation of the program.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,371
Écart entre enseignants0,335 · 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'étudeÉtude de cas
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→