Skåringsverktøy som kartlegger sykepleie på nyfødtintensiv - en litteraturstudie
Notice bibliographique
Résumé
Hensikt: I norske nyfødtintensiv avdelinger er det anbefalt bruk av skåringsverktøy for å kartlegge sykepleie. Dagens praksis innebærer at pasienter som er innlagt på nyfødtintensiv avdelinger kategoriseres etter medisinske kriterier, og ikke ut fra behov for sykepleie. I tillegg bygger dagens retningslinjer for kvalitet og kompetanse på nyfødtintensiv på et litteratur- og forskningsgrunnlag publisert før 2017. Hensikten med litteraturstudien er å utforske hvilke skåringsverktøy som benyttes for å kartlegge sykepleie på nyfødtintensiv avdelinger.\n\nMetode: En litteraturstudie, hvor trinnene til en scoping review er anvendt. Et systematisk søk etter nordisk- eller engelskspråklige studier fra 2008 til 2023 ble utført i tre elektroniske databaser: PubMed, CINAHL og Oria. Inklusjonskriteriene var skåringsverktøy, sykepleie eller intensivsykepleie og nyfødtintensiv avdelinger.\n\nResultat: Åtte artikler fra Brasil, USA og Canada, og sju skåringsverktøy ble inkludert. Ingen skåringsverktøy fra Norge eller Europa ble identifisert. Tre overordnede temaer for innhold i skåringsverktøyene ble identifisert: klinisk-, administrativ- og familiesentrert sykepleie. Det fantes en variasjon i hvordan verktøyene ble brukt i praksis, men ble overordnet benyttet til nivåinndeling av pasientene.\n\nKonklusjon: Det benyttes sju skåringsverktøy som kartlegger sykepleie på nyfødintensiv avdelinger. Resultatet viste store variasjoner i skåringsverktøyenes innhold og kvalitet. Det er behov for mer forskning med fokus på å utvikle, validere eller implementere et skåringsverktøy som kartlegger sykepleie på norske nyfødtintensiv avdelinger.\n\n\nAim: It is recommended in Norwegian Neonatal intensive care units to use an assessment tool for mapping of nursing care. Current practices involve categorizing patients in neonatal intensive care units based on medical criteria rather than nursing care needs. The existing guidelines for quality and competence in neonatal intensive care are built on literature and research published before 2017. The purpose with the literature study is to explore which assessment tools are being used for mapping nursing care in the neonatal intensive care units.\n \nMethod: A literature study, utilizing the steps of a scoping review. A systematic search for Nordic- or English-language studies from 2008 to 2023 was conducted in three electronic databases: PubMed, CINAHL and Oria. Inclusion criteria were assessment tools, nursing or intensive nursing care, and neonatal intensive care units.\n\nResults: Eight studies from Brazil, USA and Canada, and seven assessment tools were included. No assessment tools from Norway or Europe were identified. Three main themes for the content of the assessment tools were identified: clinical, administrative- and family centered nursing care. There was variation in how the tools were used in practice, but it was mainly used to classify the patients into levels.\n \nConclusion: Seven assessment tools are used to map nursing care in neonatal intensive care units. The results showed significant variations in the content and quality of the assessment tools. There is a need for more research on developing, validating or implementing assessment tools for mapping nursing care in Norwegian neonatal intensive care units.
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 | 0,047 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,012 |
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 ».