Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

Presenta Sitios para socios Información LinkXpress
Ingresar
Publique su anuncio con nosotros

Deascargar La Aplicación Móvil




Herramienta de triaje mejora cuidado del paciente en DU

Por el equipo editorial de HospiMedica en español
Actualizado el 17 Oct 2017
Print article
Imagen: La interfaz de la herramienta electrónica de triaje de Johns Hopkins (Fotografía cortesía de la JHU).
Imagen: La interfaz de la herramienta electrónica de triaje de Johns Hopkins (Fotografía cortesía de la JHU).
Según un nuevo estudio, los sistemas de triaje electrónico (e-triaje) clasifican la gravedad de la lesión del paciente del departamento de urgencias (DU) con mayor exactitud y apoyan la toma de decisiones por triaje.
 
Los investigadores de la Universidad Johns Hopkins (JHU, Baltimore, MD, EUA), StoCastic (Baltimore, MD, EUA) y otras instituciones, llevaron a cabo un estudio multi-sitio, retrospectivo y transversal de 172.726 consultas a los departamentos de urgencias urbanos y comunitarios para evaluar si un sistema de e-triaje compuesto por un modelo aleatorio de datos de triaje - signos vitales, queja principal y antecedentes médicos activos - podrían predecir la necesidad de cuidados críticos, un procedimiento de emergencia y hospitalización en paralelo, y traducir el riesgo a las designaciones de nivel de triaje.
 
Los resultados previstos y los resultados secundarios del estudio fueron los niveles elevados de troponina y lactato, que se evaluaron y compararon con el Índice de Severidad de Emergencia (ESI) estándar. Los resultados mostraron diferencias significativas en los niveles de prioridad de los pacientes entre el e-triaje y las evaluaciones ESI. Por ejemplo, de más del 65% de las consultas a los DU visitados que fueron clasificadas como de nivel 3 según el ESI, el e-triaje identificó a alrededor del 10% de los pacientes que pudieron beneficiarse de ser ascendidos a un nivel de prioridad más crítico, como el nivel 1 o 2.
 
Los pacientes de ESI de nivel 3 que fueron subidos de nivel, tenían al menos cinco veces más probabilidades de experimentar un resultado crítico -como muerte, ingreso a la UCI o cirugía de emergencia- y dos veces más probabilidades de ser ingresados al hospital. La herramienta de e-triaje también fue capaz de aumentar el número de pacientes clasificados a un nivel de prioridad más baja, como el Nivel 4 o 5, ayudando a disminuir para los pacientes de baja agudeza la espera y el uso excesivo de recursos escasos. El estudio fue publicado el 6 de septiembre de 2017, en la revista Annals of Emergency Medicine.
 
“El objetivo final es que los pacientes deben esperar menos en el departamento de urgencias”, dijo el autor principal, Scott Levin, PhD, de la JHU. “Para los pacientes en riesgo de tener una necesidad de cuidados críticos, el diseño de esta tecnología permite detectarlos mejor y asegurarse de que sean examinados más rápido. Para los pacientes que están menos enfermos, el e-triaje debe detectar a esos pacientes y ponerlos en una pista acelerada, para que no tengan que esperar tanto tiempo.
 
“El aprendizaje automático aprovecha al máximo las historias clínicas electrónicas y permite una precisión de los resultados que no se podía obtener previamente”, concluyó el Dr. Gabor Kelen, director del departamento de medicina de emergencia de la JHU. “Es la ola de la atención de la salud en el futuro, aunque algunos proveedores pueden tener sus dudas al respecto. Las ayudas a la toma de decisiones que aprovechan el aprendizaje automático también son altamente personalizables para satisfacer las necesidades de la población de pacientes de un departamento de emergencia y de los sistemas locales de atención de salud.
 
Los bosques al azar son un método de aprendizaje conjunto para la clasificación, regresión y otras tareas que operan construyendo una multitud de árboles de decisión en el momento del entrenamiento y generando la clase que es el modo de las clases o clasificación o predicción media del árbol individual.
 
Miembro Oro
Solid State Kv/Dose Multi-Sensor
AGMS-DM+
Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Steam Sterilizer
2000 RBE

Print article

Canales

Técnicas Quirúrgicas

ver canal
Imagen: La cirugía asistida por robot para el cáncer de vesícula biliar es tan efectiva como los métodos tradicionales abiertos y laparoscópicos (Fotografía cortesía de 123RF)

Cirugía para cáncer de vesícula biliar asistida por robot se encontro ser tan efectiva como cirugía tradicional

El cáncer de vesícula biliar (CVB), clasificado como el principal cáncer del tracto biliar y el 17º cáncer más mortal a nivel mundial, exige una mejora urgente en... Más

Cuidados de Pacientes

ver canal
Imagen: La solución recientemente lanzada puede transformar la programación del quirófano e impulsar las tasas de utilización  (Fotografía cortesía de Fujitsu)

Solución de optimización de la capacidad quirúrgica ayuda a hospitales a impulsar utilización de quirófanos

Una solución innovadora tiene la capacidad de transformar la utilización de la capacidad quirúrgica al atacar la causa raíz de las ineficiencias los bloques de tiempo quirúrgico.... Más

TI

ver canal
Imagen: El primer modelo específico de la institución proporciona una ventaja de desempeñoa significativa sobre los modelos actuales basados en la población (Fotografía cortesía de Mount Sinai)

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Se han implementado algoritmos de aprendizaje automático para crear modelos predictivos en varios campos médicos, y algunos han demostrado mejores resultados en comparación con sus... Más

Pruebas POC

ver canal
Imagen: El lector de inmunoensayo cuantitativo RPD-3500 (Fotografía cortesía de BK Electronics)

Lector de inmunoensayo de pruebas POC proporciona análisis cuantitativo de kits de prueba para diagnóstico más preciso

Un lector de inmunoensayos cuantitativos pequeño y liviano que proporciona un análisis cuantitativo de cualquier tipo de kits o tiras de prueba rápida, y se puede conectar a una PC... Más
Copyright © 2000-2024 Globetech Media. All rights reserved.