Team strategies and tools to enhance performance and patient safety training: The effect of training on both nursing staff perceptions regarding physician behaviors and patient satisfaction scores in the ED
Notice bibliographique
Résumé
Introduction: Background: Program used to enhance teamwork and communication among health professionals to improve patient safety and employee satisfaction. Objective: We hypothesized that Team Strategies and Tools to Enhance Performance and Patient Safety (TeamSTEPPS) training would improve communication between physicians and nurses and between physicians and their patients and family members, and that it would improve patient perceptions of emergency department teamwork.Methods: Design: Before and after prospective observational study. Setting: Tertiary Care Hospital Emergency Department. Participants/Subjects: Twelve core physicians and 43 nurses underwent two, 4-hour TeamSTEPPS training sessions in July 2011 and July 2012. The first session consisted of didactic instruction using the TeamSTEPPS material. The second session was comprised of simulations focusing on the content of the initial training course. Nurses were asked to rate individual physicians on five distinct aspects of communication, both before and after the training sessions. Statistical Methods: Survey results were compared using theWilcoxon signed rank test. Patient satisfaction survey questions regarding teamwork (4th Quarters 2010 and 2011) were analyzed using two-sample t-tests.Results: TeamSTEPPS improved nurse’s perception regarding physician communication with patients and their families (post: 4.28 ± 0.37 vs. pre: 4.16 ± 0.42, p = .0479), with a trend towards improvement in nurse’s perception of physician’s communication with nursing staff regarding changes in patient care plans (post: 3.94 ± 0.38 vs. pre: 3.81 ± 0.5, p = .0942). TeamSTEPPS was also associated with a significant improvement in patient’s rating of teamwork between doctors and nurses as “excellent” (post: 62.9% vs. pre: 48.3%, p = .0132).Conclusions: Team training with the TeamSTEPPS program improved selected aspects of nursing and patient perceptions of teamwork and communication between emergency department physicians and nurses.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».