MétaCan
Menu
Retour à la cohorte
Enregistrement W2120849755 · doi:10.1111/j.1365-2702.2011.03937.x

Examining nursing vital signs documentation workflow: barriers and opportunities in general internal medicine units

2012· article· en· W2120849755 sur OpenAlex
Melanie Yeung, Stephen E. Lapinsky, John Granton, Diane Doran, Joseph A Cafazzo

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Clinical Nursing · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Ministry of Health and Long-Term Care
Mots-clésDocumentationWorkflowWorkaroundVital signsMedicineHealth careNursingComputer scienceSurgeryDatabase

Résumé

récupéré en direct d'OpenAlex

AIMS: To characterise the nursing practices of vital signs collection and documentation in a general internal medicine environment to inform strategies for improving workflow design. BACKGROUND: Clinical workflow analysis is critical to identify barriers and opportunities in current processes. Analysis can guide the design and development of novel technological solutions to produce greater efficiencies and effectiveness in healthcare delivery. Research surrounding vital signs documentation workflow in general internal medicine environments has received very little attention making it difficult to compare the effectiveness of new technologies. DESIGN: Qualitative ethnographic analyses and quantitative time-motion study were conducted. METHODS: Workflows of 24 nurses at three hospitals in five general internal medicine environments were captured, and timeliness of vital signs assessment and documentation was measured. RESULTS: Clinical assessment of vital signs was consistent, but the documentation process was highly variable within groups and between hospitals. Two themes characterised workflow barriers surrounding point-of-care documentation. First, a lack of standardised documentation methods for vital signs resulted in higher rates of transcription, increasing not only the likelihood of errors but delays in recording and accessibility of information. Second, despite advancements in electronic documentation systems, the observed system was not conducive to point-of-care documentation. Average electronic documentation was significantly longer than paper documentation. Nurses developed ad hoc workarounds that were inefficient and undermined the intent of electronic documentation. CONCLUSION: We have identified barriers and opportunities to improve the efficiency of nursing vital signs documentation. Changes in technology, workflows and environmental design allow for significant improvements and deserve further exploration. RELEVANCE TO CLINICAL PRACTICE: Attention to clinical practice and environments can improve the workflow of prompt vital signs documentation and increase clinical productivity and timeliness of information for clinical decisions, as well as minimising transcription errors leading to safer patient care.

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.

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)0,012
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,928

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,305
Tête enseignante GPT0,552
Écart entre enseignants0,248 · 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