Identification of educational and infrastructural barriers to prompt antibiotic delivery in febrile neutropenia: A quality improvement initiative
Notice bibliographique
Résumé
BACKGROUND: Antibiotic administration within 60 minutes of presentation for medical care may be used as a treatment target for febrile neutropenia (FN); however, anecdotal evidence suggests this target is often missed. Few studies have examined the prevalence or causes of delay. We describe the median time to antibiotic administration at our institution, predictors of delay, and barriers to prompt administration to inform quality improvement strategies. PROCEDURE: A random sample of 50 episodes of FN presenting to the emergency department (ED) between 2008 and 2009 were reviewed. Times between triage, MD assessment, lab results, and antibiotic administration were recorded. Patient and ED variables were examined as possible predictors of delay. In parallel, lean methodology was used to identify system inefficiencies. A trained moderator conducted group interviews with interdisciplinary representatives involved in the emergency care of neutropenic patients to identify process barriers to prompt antibiotics. RESULTS: The median time from triage to antibiotics was 216 minutes (interquartile range [IQR] = 151-274 minutes). The greatest delay occurred following the reporting of lab results (152 minutes, IQR = 84-210 minutes). Only fall season predicted a longer time to antibiotics (P = 0.03). The lean process identified unnecessary areas of delay between departments. CONCLUSIONS: Time to antibiotic administration exceeded 1 hour. The chart review and lean process suggested targets for educational and infrastructural interventions, including an ED pre-printed order sheet, targeted combined subspecialty education between emergency and hematology/oncology staff, and family education. A mixed methodology approach represents a model for improving process efficiency and meeting "best-practice" targets in medicine.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».