Multiple Interventions Improve Analgesic Treatment of Supracondylar Fractures in a Pediatric Emergency Department
Notice bibliographique
Résumé
BACKGROUND: Provision of appropriate and timely treatment for pain in the pediatric population has been challenging. Children with painful conditions commonly present to emergency departments (EDs), a setting in which it may be particularly difficult to consistently provide timely analgesic interventions. OBJECTIVES: To measure the effectiveness of a set of interventions in improving the rate and timeliness of analgesic medication administration, as well as appropriate backslab immobilization (application of a moldable plaster or fiberglass splint), in a pediatric ED. METHODS: Data regarding pain management were collected on a consecutive sample of cases of supracondylar fracture over a 13-month period. This followed the implementation of a formal triage pain assessment and treatment medical directive, supplemented with relevant education of nursing and house staff, and posters in the ED. These data were compared with data previously collected from a similar cohort of cases, which presented before the interventions. RESULTS: Postintervention, the proportion of patients treated with an analgesic within 60 min of triage increased from 15% to 54% (P<0.001), and the median time to administration of an analgesic decreased from 72.5 min to 11 min (P<0.001). Rates for backslab application before radiography were similar before and after the intervention (29% and 33%, respectively; P=0.646). CONCLUSIONS: A multifaceted approach to improving early analgesic interventions was associated with considerably improved rates of early analgesic treatments for supracondylar fracture; however, no improvement in early immobilization was observed.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».