Algorithm based patient care protocol to optimize patient care and inpatient stay in head and neck free flap patients
Notice bibliographique
Résumé
OBJECTIVE: To determine if rigid adherence (where medically appropriate) to an algorithm/checklist-based patient care pathway can reduce the duration of hospitalization and complication rates in patients undergoing head and neck reconstruction with free tissue transfer. METHODS: Study design was a retrospective case-control study of patients undergoing major head and neck cancer resections and reconstruction at a tertiary referral centre. The intervention was rigid adherence to a pre-existing care pathway including flow algorithms and multidisciplinary checklists incorporated into patient charting and care orders. 157 patients were enrolled prospectively and were compared to 99 patients in a historical cohort. Patient charts were reviewed and information related to the patient, procedure, and post-operative course was extracted. The two groups were compared for number of major and minor complications (using the Clavien-Dindo system) and length of stay in hospital. RESULTS: Comparing pre- and post-intervention groups, no significant difference was identified in duration of hospital stay (21.5 days vs. 20.5 days, p = 0.750), the rate of major complications was significantly higher in the pre-intervention cohort (25.3% vs. 14.0%, p = 0.031), the rate of minor complications was not significantly higher (34.3% vs 30.8%, p = 0.610). CONCLUSION: Rigid adherence to our patient care pathway, and improved charting techniques including flow algorithms and multidisciplinary checklists has improved patient care by showing a significant reduction in the rate of major complications.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».