MétaCan
Menu
Retour à la cohorte
Enregistrement W7124396195

Triage effect of three emergency pre⁃examination triage standard:a Meta⁃analysis

2020· article· zh· W7124396195 sur OpenAlexaboutno aff
XIE Dan, YU Lulu, Tu Xiaopeng, LI Huan, TIAN Yu

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2020
Typearticle
Languezh
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriageEmergency departmentBivariate analysisDiagnostic odds ratioChartEmergency nursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract [Objective]To evaluate triage effects of Manchester Triage Scale(MTS),Emergency Severity Index(ESI),Canadian Triage and Acuity Scale(CTAS).[Methods]PubMed,the Cochrance Library,EMbase,Web of Science,Chinese Biomedical Literature Database,VIP Database,Wanfang Database,CNKI were systematically searched.And researches on triage effects of emergency pre⁃examination triage standards,like MTS,ESI and CTAS were collected.The retrieval time was from inception to August 31,2019.Literatures screening and data extraction were carried out by two researchers,independently.Sensitivity,specificity and diagnostic odds ratio(DOR) of triage effect of emergency pre⁃examination triage standards were combined by adpoting bivariate mixed effects model.Sensitivity and specificity were used to construct receiver operating characteristic curve(ROC).And the area under ROC curve(AUC)was used to evaluate triage effect of each emergency pre⁃examination triage standard.Deek funnel was used to evaluate publication bias.Fan Gen chart was used to evaluate clinical applicability of triage standards.[Results]A total of 35 studies were included.Overall Meta analysis results showed that combined sensitivity of MTS was 0.57,95%(0.49,0.65),=0.00.Specificity of MTS was 0.84,95%(0.80,0.87),=0.00.DOR was 6.94,95%(5.08,9.48),=0.00.AUC was 0.80,95%(0.76,0.83).The combined sensitivity of ESI was 0.50,95%(0.38,0.62),=0.00.Specificity was 0.87,95%(0.82,0.91),=0.00.DOR was 6.84,95%(5.21,8.98),=0.00.AUC was 0.80,95%(0.77,0.84).The combined sensitivity of CTAS was 0.35,95%(0.29,0.43),=0.00.Its specificity was 0.92,95%(0.88,0.94),=0.00.DOR was 5.98,95%(4.31,8.29),=0.00.AUC was 0.72,95%(0.68,0.76).Sensitivity analysis verified that research results were relatively stable.There was no obvious bias in each study.There were obvious heterogeneity in three emergency pre⁃examination triage standards.Subgroup analysis showed that populations were main source of heterogeneity among three emergency pre⁃examination triage standards.The overall analysis of Fan Gen chart showed that probability of subjects need to be hospitalized would increase when triage criteria were positive in three triage standards.[Conclusions]Existing evidence showed that the overall accuracy of MTS and ESI could be better in pre⁃examination triage of emergency patients,but diagnostic efficiency of both way needed to be improved furtherly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,024
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0130,043
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,468
Tête enseignante GPT0,629
Écart entre enseignants0,161 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetDisaster Response and ManagementTravaux en français237 207