Human trafficking screening in Saskatoon Emergency Departments: What can be learned from high-risk patient presentations?
Notice bibliographique
Résumé
OBJECTIVE: Studies have shown that Emergency Department physicians have little to no training in recognizing and supporting victims of human trafficking despite being uniquely situated to identify and intervene on behalf of these patients. We assessed if screening for human trafficking was being completed by emergency physicians in three Saskatoon emergency departments. METHODS: We performed a retrospective chart review of patients presenting to three Saskatoon emergency departments deemed to potentially be at risk of human trafficking, based on discharge diagnosis. Of the 223 included charts, data extracted included sex, age, ethnicity, chief complaint, diagnosis, disposition, HT Screening (Y/N), specific quotes relating to HT, time of visit, intimate partner violence (Y/N), and travel history. Both quantitative and qualitative thematic analyses were conducted on this data. RESULTS: None of the charts (0%) included in this study had any documentation around screening for human trafficking. Furthermore, 21.1% of the high-risk patient charts included in this study -- which included many patients with a discharge diagnosis of sexually transmitted disease or pelvic inflammatory disease -- did not contain a documented sexual history. Thematic analysis revealed that the patients included in this study frequently had challenges with sexual health, substance use, and houselessness. CONCLUSION: This study found that Emergency physicians in Saskatoon were not routinely screening for human trafficking. Implementation of further training is needed to help these physicians recognize and subsequently support potential victims of human trafficking.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 tête enseignante, 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 ».