MétaCan
Menu
Retour à la cohorte

"QASC Europe" The First Experience In Italy : The Observational Study Phase At The San Camillo Hospital And Analysis Of The Collected Data

2017· other· en· W6908558196 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)Observational studyPsychological interventionAuditAcute strokeDiseaseData collection

Résumé

récupéré en direct d'OpenAlex

IntroductionApproximately 15 million people worldwide suffer a stroke each year.1 There is compelling evidence that improved patient outcomes are achieved through early intervention in acute stroke care including thrombolysis, endovascular clot retrieval2 and access to specialised in-patient stroke units. Hyperglycaemia, swallowing dysfunction and elevated temperature are physiological variables known to be associated with poorer stroke outcomes. Optimal management of fever, hyperglycaemia and dysphagia have been identified in international guidelines as priorities for inpatient stroke management.The Quality in Acute Stroke Care (QASC) Trial, has shown in the countries where the study was conducted that multidisciplinary, nurse-led interventions to manage fever, hyperglycaemia and swallow difficulties following acute stroke significantly improved health outcomes. Results showed that supported implementation of the Fever, Sugar, Swallow (FeSS) Clinical Protocols resulted in 16% decreased death and dependency at 90-days, and in-hospital: reduced mean temperatures, reduced mean glucose levels and improved swallow screening management. There also was a non-significant reduction in length of stay by two days. Results were fast-tracked for publication in The Lancet, with a commentary, winning the Canadian Stroke Congress Award for Impact in 2011 and the 2012 American Heart Association Council on Cardiovascular Nursing Stroke Article of the year. The Italian study was conducted at the San Camillo Forlanini Hospital in Rome, which is an important hub of the regional Stroke network.MethodIn the first phase, we proceeded to audit the medical records of (n u00b0 42) patients hospitalized from June to August 2018 with diagnoses of ICD 10 acceptance. For cases at provisional intervals (six months) we will proceed to a new audit titled u201cClinical i results of the treatment processesu201d, and we will verify the implementation of the protocol via body temperature measurements every four to six hours for the first 72 hours, along with eventual treatment. Blood glucose measurements will be taken every four to six hours in the first 72 hours, and possible treatment steps will commence. Evaluation of swallowing ability in the first 24 hours from admission will be assessed, and logopedic advice will be given, as appropriate. The aim of the study is to compare the data obtained with the literature (16 percent reduction in deaths, reduction in hospitalization days [2 days], longer-term survival > 20 percent).ResultsIt was found that the detection of temperature and blood sugar in the first 72 hours after admission is made occasionally, while great attention is paid to the detection of swallowing disorders secondary to stroke.Discussion and ConclusionsThe first results confirmed the importance of this treatmentu2019s role in the management of this pathology in reducing complications and increasing benefits to stroke victims in Italy.

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)0,027
score de la tête « metaresearch » (Gemma)0,035
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: Observationnel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,269
Tête enseignante GPT0,425
Écart entre enseignants0,157 · 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
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Travaux en français237 207