MétaCan
Menu
Retour à la cohorte
Enregistrement W6926336567 · doi:10.25384/sage.c.5697902

A Quality Improvement Project on Pain Management at a Tertiary Pediatric Hospital

2021· other· en· W6926336567 sur OpenAlexaboutno aff

Notice bibliographique

RevueSage Journals Data · 2021
Typeother
Langueen
DomaineComputer Science
ThématiqueAnomaly Detection Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality managementPain managementChartIntervention (counseling)Pain assessmentMEDLINEAcute pain

Résumé

récupéré en direct d'OpenAlex

To assess and improve pain management practices for hospitalized children in an urban tertiary pediatric teaching hospital.MethodsHealth Quality Ontario Quality Improvement (QI) framework informed this study. A pre (T1) – post (T2) intervention assessment included chart reviews and children/caregiver surveys to ascertain pain management practices. Information on self-reported pain intensity, painful procedures, pain treatment and satisfaction were obtained from children/caregivers. Documented pain assessment, pain scores, and pharmacological/non-pharmacological pain treatments were collected by chart review. T1 data was fed back to pediatric units to inform their decisions and pain management targets.ResultsAt T1, 51 (58% of eligible participants) children/caregivers participated. At T2, 86 (97%) chart reviews and 51 (54%) children/caregivers surveys were completed. Most children/caregivers at T1 (78%) and T2 (80%) reported moderate to severe pain during their hospitalization. A mean of 2.6 painful procedures were documented in the previous 24 h, with the most common being needle-related procedures at both T1 and T2. Pain management strategies were infrequently used during needle-related procedures at both time points.ConclusionNo improvements in pain management as measured by the T1 and T2 data occurred. Findings informed further pain management initiatives in the participating hospital.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,330
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSage Journals DataMême sujetAnomaly Detection Techniques and ApplicationsTravaux en français237 207