MétaCan
Menu
Retour à la cohorte
Enregistrement W4416180702 · doi:10.1016/j.anpede.2025.503997

Evidence-based approach for selecting human resources in urgent transport

2025· article· en· W4416180702 sur OpenAlexaff
Ana Elisa Laso-Alonso, Pablo del Villar‐Guerra, Cristina Molinos Norniella, Vicent Modesto-Alapont, David Pérez Solís, Alberto Pedro Lorandi Medina

Notice bibliographique

RevueAnales de Pediatría (English Edition) · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensASTER
Organismes subventionnairesFundación Ernesto Sánchez Villares
Mots-clésHuman resourcesCover (algebra)Production (economics)Selection (genetic algorithm)Key (lock)

Résumé

récupéré en direct d'OpenAlex

Interhospital transport is crucial for ensuring access to specialized care and poses a logistic and clinical challenge that impacts patient safety and resource management. Few tools are available to predict risks in pediatric transport (PT), so a triage scale could help optimize and standardize resources. To analyze the diagnostic accuracy of urgent interhospital transport team selection by health care professionals compared to the use of SCOPETAS, the adapted version Pediatric Transport Triage Tool (PT3), and to assess the agreement between the choices of professionals and those proposed by the scale. Observational cohort study to evaluate the accuracy of the SCOPETAS scale and the agreement between the actual transport team and the one recommended by the scale, considered the gold standard. We analyzed urgent PT cases (aged 1 month to 14 years) from four regional hospitals to the referral hospital over a one-year period. The study included a total of 150 PT cases. The weighted kappa for the agreement in team selection was 0.68 ( P < .001), with greater discordance in the choice of emergency medical technician (EMT) + nursing teams. The weight of evidence (WoE) for selecting advanced and basic life support was 10.1 dB and 7.54 dB, respectively, compared to 3.93 dB and 3.11 dB for EMT and EMT + nursing teams, respectively. The application of SCOPETAS would have reduced costs and optimized staff availability. SCOPETAS is a useful and easy-to-apply tool that standardizes PT and optimizes resources. Future research should cover all pediatric age groups and other regions. El transporte interhospitalario es crucial para garantizar el acceso a atención especializada, representando un reto logístico y clínico con impacto en la seguridad del paciente y el uso de recursos. Existen pocas herramientas para predecir riesgos en el transporte pediátrico (TP), por lo que una escala de triaje podría optimizar y estandarizar recursos. Analizar la exactitud diagnóstica de selección del equipo de TP interhospitalario urgente de los profesionales respecto de la escala PT3 adaptada ( Score pediátrico de transporte , SCOPETAS) y estudiar la concordancia de su elección con la propuesta por la escala. Estudio observacional analítico de una cohorte para evaluar la exactitud de la escala SCOPETAS y la concordancia entre el equipo real y el recomendado por la escala, considerada patrón de oro . Durante un año, se analizaron los TP urgentes (de pacientes entre 1 mes y 14 años) desde 4 hospitales periféricos al hospital de referencia. Se incluyeron 150 T P. La concordancia en la selección del equipo de traslado presentó una kappa ponderada de 0,68 ( p < 0,001), con mayor discordancia en la elección del equipo técnico de emergencias sanitarias (TES)+enfermería. El peso de la evidencia (WoE) para la elección de soporte vital avanzado y básico fue de 10,1 y 7,54 dB; para TES y TES+enfermería, 3,93 y 3,11 dB respectivamente. La aplicación de SCOPETAS habría reducido costes y optimizado la disponibilidad de personal. SCOPETAS es una herramienta útil y fácil de aplicar, que estandariza el TP, y optimiza recursos. Futuras investigaciones deberían abarcar todas las edades pediátricas y otras regiones.

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)0,127
score de la tête « metaresearch » (Gemma)0,302
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil0,672

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1270,302
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,009
Bibliométrie0,0320,013
Études des sciences et des technologies0,0020,002
Communication savante0,0100,005
Science ouverte0,0100,005
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,304
Écart entre enseignants0,262 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnales de Pediatría (English Edition)Même sujetTrauma and Emergency Care StudiesTravaux en français237 207