MétaCan
Menu
Retour à la cohorte
Enregistrement W1957307177 · doi:10.5430/jnep.v6n2p43

Using the model for improvement and microsystems analysis methodological framework to examine variation in the pressure transducer management process

2015· article· en· W1957307177 sur OpenAlexvenueno aff
Shea Polancich, Terri Poe, Bruce Von Hagel, Jordan DeMoss

Notice bibliographique

RevueJournal of Nursing Education and Practice · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueQuality and Safety in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWorkflowTransducerProcess (computing)Set (abstract data type)Computer scienceConsistency (knowledge bases)MedicineEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Background: The pressure transducer is a device used commonly in the critical care areas of a hospital in order to monitor the hemodynamic stability of a patient, in particular the critically ill patient. Because pressure transducers are commonly used, and because of the importance of the monitoring associated with the device, the ability to effectively set up and manage a pressure transducer is important. As such, the process should be examined for consistency, accuracy, and safety. Unfortunately, based upon an appraisal of the current research, there is no evidence in the literature detailing a standardized process for managing the pressure transducer set-up, nor is there a specific recommendation regarding the type of provider who should establish and manage these systems. Methods: The microsystem analysis and model for improvement (MFI) three guiding questions were used as the methodological framework for determining the extent and organizational risk associated with process variation in the pressure transducer management workflow. In critically ill adult intensive care patients, aged 18 and above, how does variation in the type of provider (Registered Nurse versus Anesthesia Lab Personnel) and workflow process (workflow variation, provided by process flow) for managing pressure transducers impact patient outcomes (rates of infection), process efficiency (measured by staff time for transducer set up and process cost for supplies/equipment), and direct cost of hemodynamic monitoring in a 12-month timeframe? Results: Process variation in the set-up and management of the pressure transducer throughout the healthcare organization was identified through process and pattern analysis. The results of the analysis highlighted operational inefficiencies and un-necessary workflow variations. Conclusions: The set-up and management of the pressure transducer process within a healthcare organization is a workflow that should be standardized and reviewed for operational and clinical outcomes. From a broader perspective, this project highlights the importance of analyzing workflow and the importance of decreasing workflow 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,183
score de la tête « metaresearch » (Gemma)0,216
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,969

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1830,216
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,007
Bibliométrie0,0090,012
Études des sciences et des technologies0,0020,005
Communication savante0,0070,004
Science ouverte0,0040,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,699
Tête enseignante GPT0,662
Écart entre enseignants0,037 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nursing Education and PracticeMême sujetQuality and Safety in HealthcareTravaux en français237 207