Enhancing the experience and outcomes of children with complex care needs in acute paediatric settings: a realist review protocol
Notice bibliographique
Résumé
INTRODUCTION: The number of babies, children and young people with complex care needs (henceforth children with complex care needs (CCCN)) in England has increased in recent decades, and this has also been recognised globally. CCCN may have frequent and lengthy hospital admissions, but during these episodes, their needs are not always met, potentially resulting in suboptimal experiences and outcomes. Despite increased numbers of CCCN accessing acute care and displaying greater complexity, much of the contemporary literature has focused on primary care coordination between health, education and social care. Research specifically focused on CCCN in the acute care setting is largely absent. This realist review aims to understand how optimal experience and outcomes are achieved for CCCN during acute care, in different settings, for whom and why. METHODS AND ANALYSIS: This realist review will proceed through six steps: (1) clarifying the scope of the review, (2) searching for evidence, (3) data selection and quality appraisal, (4) data extraction, (5) analysis and synthesis and (6) dissemination. We will search Medline, Cumulated Index in Nursing and Allied Health Literature and PsycINFO, alongside grey literature and other sources and will carry out citation tracking. Patient and public involvement and engagement have aided in the development of this protocol and will be maintained through regular consultations with a stakeholder group throughout the review. The review will result in a programme theory which will include context-mechanism-outcome configurations and provide data to support claims of generative causation. ETHICS AND DISSEMINATION: Ethical approval is not required for this review as it does not involve primary research. The programme theory developed will be disseminated through peer-reviewed publications and relevant conferences. It will subsequently inform the development of an intervention to improve acute care for CCCN. PROSPERO REGISTRATION NUMBER: CRD42024591231.
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 | 0,129 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,013 | 0,011 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,010 |
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 ».