[X-ray requests for minor limb injuries. A systematic review].
Notice bibliographique
Résumé
X-ray requests for minor limb trauma: a systematic review. INTRODUCTION: Overcrowding in Emergency Department (ED) leads to an increased waiting time causing dissatisfaction both in patients and staff, in addition to possible negative events. AIM: To assess if the request of x-rays by triage nurses, for isolated injuries, during the waiting time before the physician assessment, might improve the flow of ED patient, affecting the lenght of stay (LOS) and the waiting time in the department. Nurses' satisfaction in addition to the accuracy of the requested x-rays was also assessed. METHODS: A systematic review was conducted according to the PRISMA method, questioning PUBMED and CINAHL databases, selecting full text articles from the year 1995 and considering only adult population. RESULTS: 14 studies were selected: 7 RCT, 5 observational studies, 1 pilot study and 1 quasi-experimental study. The request of x-rays by the triage nurses significantly improved the waiting and staying time in the ED together with the patients and staff's satisfaction. CONCLUSIONS: Anticipating the x-rays requests during triage can be a solution for reducing waiting and staying time in the ED. In addition, it impacts also on patients and nurses' satisfaction. The accuracy of x-rays is strictly linked to Nurses' education and the use of validated tools like Ottawa Ankle Rules, which had good feedback from the nursing staff.
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 | 0,007 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».