Triage en urgencias hospitalarias. Revisión bibliográfica
Notice bibliographique
Résumé
Introducción: El triage de urgencias es un proceso de valoración clínica preliminar que ordena los pacientes según al grado de gravedad de su salud y prioriza la asistencia de los mismos garantizando que los valorados como más urgentes son visitados prioritariamente. La disponibilidad de un sistema de triage 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. Los instrumentos de triage de cinco niveles son el estándar de oro en la medicina de emergencias en todo el mundo. Objetivos: Investigar cuántos sistemas de triage hay y cuáles y por qué se eligen para poder conocer las diferentes escalas que tienen y cómo funcionan y valorar cuál es o cuáles son los mejores sistemas de triage y por qué. Metodología: Se llevó a cabo una revisión sistemática de la literatura en las siguientes bases de datos: PubMed, CINHAL, Dialnet, Cochrane Library y JBI Connect. Los resultados han sido valorados en base a los criterios de inclusión y exclusión y a las variables de estudio que hemos establecido. Resultados: La bibliografía analizada ha demostrado que los mejores sistemas de cinco niveles estudiados y más ampliamente distribuidos son: la Australian Triage Scale (ATS), la Canadian Emergency Department Triage and Acuity Scale (CTAS), el Manchester Triage System (MTS), Emergency Severit Index (ESI) y el Sistema Español de Triage (SET), los cuales poseen de satisfactoria a muy buena validez y fiabilidad. Conclusiones: Los sistemas de triage de cinco niveles han demostrado ser eficaces, válidos y fiables por lo que hace que sean la elección en los servicios de urgencias. El MTS ha demostrado ser el sistema más utilizado en Europa y el más fácil de aplicar.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».