Understanding communication between emergency and consulting physicians: a qualitative study that describes and defines the essential elements of the emergency department consultation-referral process for the junior learner
Notice bibliographique
Résumé
Objectives: To define the important elements of an emergency department (ED) consultation request and to develop a simple model of the process. Methods: From March to September 2010, 61 physicians (21 emergency medicine [EM], 20 general surgery [GS], 20 internal medicine [IM]; 31 residents, 30 attending staff) were questioned about how junior learners should be taught about ED consultation. Two investigators independently reviewed focus group and interview transcripts using grounded theory to generate an index of themes until saturation was reached. Disagreements were resolved by consensus, yielding an inventory of themes and subthemes. All transcripts were coded using this index of themes; 30% of transcripts were coded in duplicate to determine the agreement. Results: A total of 245 themes and subthemes were identified. The agreement between reviewers was 77%. Important themes in the process were as follows: initial preparation and review of investigations by EM physician (overall endorsement 87% [range 70-100% in different groups]); identification of involved parties (patient and involved physicians) (100%); hypothesis of patient's diagnosis (75% [range 62-83%]) or question for the consulting physician (70% [range 55-95%]); urgency (100%) and stability (74% [range 62-80%]); questions from the consultant (100%); discussion/communication (98% [range 95-100%]); and feedback (98% [range 95-100%]). These components were reorganized into a simple framework (PIQUED). Each clinical specialty significantly contributed to the model (χ2 = 7.9; p value = 0.019). Each group contributed uniquely to the final list of important elements (percent contributions: EM, 57%; GS, 41%; IM, 64%). Conclusions: We define important elements of an ED consultation with input from emergency and consulting physicians. We propose a model that organizes these elements into a simple framework (PIQUED) that may be valuable for junior learners.
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 | 0,017 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».