Developing a set of performance measures to monitor and evaluate delirium care quality for older adults in the emergency department
Notice bibliographique
Résumé
Background. Older adults are at high-risk of developing delirium in the emergency department (ED). However, it often goes undetected or undertreated. Performance measures (PMs) are needed to identify variations in delirium care quality and to help guide improvement strategies. Purpose. The purpose of this research was to develop a set of guideline-based PMs to monitor and evaluate delirium care quality for older ED patients. Methods. Research was conducted in two sequential phases, such that knowledge from Phase 1 was used to inform Phase 2. In the first phase, I conducted an umbrella review to identify and synthesize clinical practice guideline (CPG) recommendations for delirium care in older adults. The results of Phase 1 were used to develop a preliminary set of PMs, as well as their necessary precursory ‘quality statements’. In the second phase, I conducted a 3-round modified e-Delphi to reach clinical expert consensus on a final set of ED quality statements that are important and actionable for delirium care of older ED patients, and PMs that are necessary to evaluate this care. Results. In Phase 1, 5 of 10 CPGs met criteria for inclusion in the synthesis. Included recommendations (n = 78) were grouped into four categories: screening, diagnosis, risk reduction, and management. None of the included CPGs were ED-specific but many recommendations incorporated evidence from this setting. From this synthesis, a preliminary set of 10 quality statements and 24 PMs were developed. Twenty-two experts participated in Phase 2. Panelists reached consensus at or slightly below a priori criteria on nine quality statements, nine structure PMs, and 14 process PMs. Conclusion. This research created 23 PMs that a diverse group of experts agree should be used to monitor and evaluate delirium care quality for older adults in the ED. Developing this set of PMs advances the knowledge base by demonstrating how to develop new ED PMs instead of deriving them from previous work, as well as providing an example of rigorous methods to develop guideline-based PMs. Future research will test the feasibility of using these metrics to provide baseline data and guide delirium care improvement efforts in the ED.
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 | 0,203 | 0,343 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,009 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».