Technologies to enhance patient discharge from hospital: A scoping review
Notice bibliographique
Résumé
Background: Patients are discharged from hospital every day. To inform the development of a new technology to enhance patient discharge from two wards in the Mid and South Essex NHS Foundation Trust we conducted a scoping review of the literature. Aim: To identify technologies used to enhance patient discharge from hospital. Methods: Keywords from an initial search of CINAHL were used to build our search strategy for Embase, CINAHL+ Medline, and Cochrane library. We included qualitative and quantitative studies that examined the effectiveness and experience of using technologies to enhance patient discharge from hospital. Studies published in English between 2014-2024 were included. Two authors discussed potentially eligible studies. Data on author, publication year, database, country, study aim, clinical area, patient group, sample size, research method, technology type, and key findings were entered into Excel for each eligible study. For quantitative studies, data on comparator/s, outcomes measured, and outcome measurement tools were recorded (Peters 2015). For qualitative studies, themes, method/s of data collection and analyses were recorded. Counts and descriptions of technologies, patient groups, number of participants, clinical area, outcomes measured and tools were complied. Results From 2023 abstracts, 64 eligible studies were identified from: Embase=4, CINAHL+Medline=9, Cochrane=51. Most studies were randomised controlled trial feasibility studies. Technologies identified were: mobile applications, telephone calls, websites, videos, tablets, wearable technologies, and phones. Technologies are used in Australia, Canada, China, Europe, UK, Africa and USA, in orthopaedics, cardiology, respiratory disease, cancer, eating disorders, and stroke. Outcomes measured included: quality of life, user experience and satisfaction, emergency department visits within 30 days after discharge, unplanned 30 day readmission, major adverse event/s, medication adherence, and cost effectiveness. Discussion and conclusion Technologies to enhance patient discharge from hospital have been developed and evaluated in some clinical areas during the past ten years. More research on patient and staff experiences of using these technologies is needed. References Peters, M; Marnie, C; Tricco, A; Pollock, D; Munn, Z; Alexander, L, McInerney, P; Godfrey, C; Khalil, H. Updated methodological guidance for the conduct of scoping reviews. JBI Evidence Implementation 19(1):p 3-10, March 2021.
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 | 0,020 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,019 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,002 |
| 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 ».