Abstract 101: A Learning Collaborative Model to Improve Door to Needle Time for Stroke Thrombolysis in Chicago
Notice bibliographique
Résumé
Background: Door-to-needle (DTN) times have remained suboptimal despite overall increases in tissue plasminogen activator use (tPA) for stroke in Chicago. The American Heart Association’s (AHA) Quality Enhancement for Speedy Thrombolysis in Stroke (QUESTS) initiative aimed to identify barriers to reduce DTN times at Chicago’s 15 primary stroke centers (PSCs) and increase the proportion of patients treated with tPA within 60 minutes of hospital arrival. Methods: Starting in January 2013, we used face-to-face and on-site meetings with each PSC’s stroke team members to share AHA Target Stroke best practices and strategies to reduce DTN time. A survey of current practice was completed at each site to determine opportunities for improvement and repeated at 1 year to assess implementation of new strategies. We used the Get With The Guidelines (GWTG) Stroke registry to aggregate baseline data DTN times and track performance in each quarter of 2013. Results: At baseline, 5 strategies were notably under-utilized at Chicago’s 15 PSCs: 1) Direct to CT scanner (baseline: 0 sites; 1 year: 5 sites); 2) pre-mixing tPA (baseline: 1 site; 1 year: 14 sites); 3) tPA prior to laboratory results (baseline: 3 sites; 1 year: 7 sites); 4) stroke code activation at triage (baseline: 4 sites; 1 year: 13 sites); and 5) streamlined consent process (baseline: 0 sites; 1 year: 12 sites. The proportion of patients treated within 60 minutes increased in each quarter of 2013 from 25% in quarter 1 to 60% in quarter 4 (p<0.01). The median DTN time decreased from 89.5 minutes in quarter 1 to 55 minutes in quarter 4 (p<0.01). Conclusions: Using a learning collaborative model to implement strategies to reduce DTN times among 15 PSCs in Chicago, we observed major improvements within a few months. Regional collaboration and best practices sharing should be a model for rapid and sustainable system-wide quality improvement.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».