Revisión bibliográfica sobre sistemas de triaje hospitalarios
Notice bibliographique
Résumé
[Resumen] Introducción: El triaje de urgencias es un proceso de valoración que ordena los pacientes según al grado de urgencia, garantizando que los valorados como más urgentes sean visitados prioritariamente. La disponibilidad de un sistema de triaje estructurado es una medida fundamental para mejorar la calidad de los Servicios de Urgencias y Emergencias, proteger a los pacientes, aumentar la satisfacción de los usuarios y optimizar recursos. El personal de enfermería es el más adecuado para realizar el triaje. Objetivos: Investigar cuántos sistemas de triaje hay, cómo funcionan y valorar cuál es o cuáles son los mejores sistemas. Metodología: Se llevó a cabo una revisión bibliográfica en las bases de datos Medline, Cochrane Library plus, ENFISPO, LILACS y SCOPUS y otros recursos. Los resultados han sido valorados en base a los criterios de inclusión y exclusión y a las variables de estudio establecidas. Resultados: La bibliografía analizada muestra que los mejores sistemas de cinco niveles estudiados y más extendidos son: la Canadian Emergency Department Triage and Acuity Scale (CTAS), el Manchester Triage System (MTS) y el Emergency Severit Index (ESI). La escala que presenta mejores resultados es la escala de triaje ESI. Discusión: A pesar de que los mejores resultados generales los tiene la escala de triaje ESI, el MTS parece más sencillo de aplicar al presentar soporte informático y unos diagramas más fáciles de interpretar que ESI. Conclusiones: Los sistemas de triaje de cinco niveles han demostrado ser eficaces, válidos y fiables, lo que hace que sean la elección en los SUH. Es necesario el entrenamiento del personal enfermero que realiza el triaje. El sistema de triaje recomendado es el MTS.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».