MétaCan
Menu
Retour à la cohorte
Enregistrement W1975379047 · doi:10.1097/pts.0b013e31820c98a8

Leading Clinical Handover Improvement

2011· review· en· W1975379047 sur OpenAlexafffund
Christina M. Clarke, Drepaul David Persaud

Notice bibliographique

RevueJournal of Patient Safety · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensDalhousie University
Organismes subventionnairesIWK Health Centre
Mots-clésHandoverPatient safetyDocumentationProcess (computing)Best practiceQuality (philosophy)Quality managementProcess managementBusinessComputer scienceOperations managementHealth careManagement systemEngineeringTelecommunicationsPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Many contemporary acute care facilities lack safe and effective clinical handover practices resulting in patient transitions that are vulnerable to discontinuities in care, medical errors, and adverse patient safety events. This article is intended to supplement existing handover improvement literature by providing practical guidance for leaders and managers who are seeking to improve the safety and the effectiveness of clinical handovers in the acute care setting. METHODS: A 4-stage change model has been applied to guide the application of strategies for handover improvement. Change management and quality improvement principles, as well as concepts drawn from safety science and high-reliability organizations, were applied to inform strategies. RESULTS: A model for handover improvement respecting handover complexity is presented. Strategies targeted to stages of change include the following: 1. Enhancing awareness of handover problems and opportunities with the support of strategic directions, accountability, end user involvement, and problem complexity recognition. 2. Identifying solutions by applying and adapting best practices in local contexts. 3. Implementing locally adapted best practices supported by communication, documentation, and training. 4. Institutionalizing practice changes through integration, monitoring, and active dissemination. Finally, continued evaluation at every stage is essential. CONCLUSIONS: Although gaps in handover process and function knowledge remain, efforts to improve handover safety and effectiveness are still possible. Continued evaluation is critical in building this understanding and to ensure that practice changes lead to improvements in patient safety, organizational effectiveness, and patient and provider satisfaction. Through handover knowledge building, fundamental changes in handover policies and practices may be possible.

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)0,007
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,084
Tête enseignante GPT0,407
Écart entre enseignants0,322 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations46
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Patient SafetyMême sujetHospital Admissions and OutcomesTravaux en français237 207