Abstract 163: Hurry Acute Stroke Treatment and Evaluation (HASTE): Improving Door-to-Needle Times and Reducing Variation for Acute Ischemic Stroke using a Six-Sigma Approach
Notice bibliographique
Résumé
Background: The importance of immediate tissue-type plasminogen activator (tPA) therapy for acute ischemic strokes has long been recognized to achieve better outcomes. Clinical Best Practice Guidelines state that an acceptable treatment window for acute ischemic stroke patients is 4.5 hours from symptom onset. Within this time window, general consensus is the patient should arrive at the hospital within 3.5 hours of symptom onset, and the door-to-needle (DTN) time should be within 60 minutes of arrival. However, compliance with this DTN time is low with as few as 27% of acute stroke patients in the US being treated within 60 minutes. Methods: The Calgary Stroke Program, a comprehensive stroke center at the Foothills Medical Centre, engaged in a six-sigma quality improvement project to improve DTN times. Six-sigma is a data-driven improvement approach with five phases: define the system and project goals; measure the process; analyze the data; improve the process; and control the improvements. The factors that led to improvement were: physician leadership; stroke team engagement with EMS, emergency department, admitting and diagnostic imaging; use of STAT! stroke pager to alert the stroke team when EMS or triage identified an eligible tPA patient; distribution of a weekly reports for DTN; and provision of a weekly award for the best case of the week under 30 minutes. Results: The six-sigma approach resulted in a significant reduction in DTN. Data analysis was done for three periods: 1) the pre-implementation period (June 2011 to May 2013, n=300); 2) the implementation period (June 2013 to September 2013, n=46); and 3) the post implementation period (October 2013 to December 2013, n=39). The results showed a reduction in DTN from a median time of 53 minutes (mean=61 min) in the pre period to a median time of 51 minutes (mean=58 min) in the implementation period, and finally to a median time of 39 minutes (mean=46 minutes) in the post period. Based on six-sigma data analysis, the defects, defined by a DTN greater than 60 minutes, went down from 38 for every 100 patients (sigma level of 1.81) in the pre period to 26 for every 100 patients (sigma level of 2.15) in the post period. Furthermore, the results from a one-way ANOVA for the DTN times for these 3 periods reached statistical significance (p=0.013) with post-hoc analysis revealing that the difference between the pre and post periods results were significant. Conclusions: The use of quality improvement approaches such as six-sigma can result in significant improvement in DTN. The data-driven approach of six-sigma allowed the Calgary Stroke Program to identify and improve various processes that effect the DTN time, which resulted in a lower average DTN time and a reduction in variation.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».