MétaCan
Menu
Retour à la cohorte
Enregistrement W2071516670 · doi:10.12927/hcq.2010.21974

Optimizing Physician Handover Through the Creation of a Comprehensive Minimum Data Set

2010· article· en· W2071516670 sur OpenAlexaff
Niraj Mistry, Alène Toulany, J. Edmonds, Anne Matlow

Notice bibliographique

RevueHealthcare Quarterly · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHandoverDuration (music)Best practiceSet (abstract data type)Consistency (knowledge bases)Health carePatient safetyService (business)AccountabilityProcess (computing)MedicineNursingMedical emergencyBusinessProcess managementComputer scienceMarketing

Résumé

récupéré en direct d'OpenAlex

Handover is defined as the communication of information between individuals and teams of healthcare providers to support the transfer of patient care and maintain professional responsibility and accountability. Poor handovers are increasingly recognized as potentially dangerous for patient safety and are associated with adverse events. One suggested method to improve the timely and efficient exchange of clinical information at handover and to reduce discontinuities in care is through the use of a minimum data set (MDS). The objective of this study was to describe the process of developing a single comprehensive hospital-wide MDS, created through an analysis of current handover processes and customary information tools used to support physician handover (MDHO) at a large quaternary care pediatric academic health sciences centre. A 20-item questionnaire was administered in person to a senior resident or fellow on each of 49 services identified to objectively assess MDHO processes, including frequency, consistency, format, participants and duration, for each service. The presence, type, location, responsibility for updating and security characteristics of MDHO tools used to support MDHO were also analyzed. The MDHO tools currently in use were collected and analyzed to create a comprehensive cross-institutional MDS. The analysis indicates that MDHO is highly consistent in terms of frequency, processes, participants, duration and the use of written tools to guide information exchange across departments. However, many best practice recommendations for MDHO are not being followed. Further, many of the existing MDHO tools in use have a similar content structure and already contain a majority of the components of a comprehensive MDS. Current local consistency in practice will allow for improved acceptance and adoption of an MDHO tool that continues to meet the clinical and administrative needs of physicians but also addresses needs for data accuracy and security. These additional specifications can be met through the use of information communication technologies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,324

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,051
Tête enseignante GPT0,364
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations16
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcare QuarterlyMême sujetHospital Admissions and OutcomesTravaux en français237 207