MétaCan
Menu
Retour à la cohorte
Enregistrement W2123082260 · doi:10.1093/ageing/afu036.32

32 * IMPROVING THE ELECTRONIC DISCHARGE LETTER (EDL) ON AN OLDER PERSONS' UNIT

2014· article· en· W2123082260 sur OpenAlexaff
Harvey R. Smith, Christian Nicholls, S. Djuma, Alison Whyte, Afaf A. Amin, Holly Hunter Brown, Susan V. Lawrence, J. Jones

Notice bibliographique

RevueAge and Ageing · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensSt. Thomas Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineAuditHealth careQuality (philosophy)Compliance (psychology)GerontologyPsychologyAccounting

Résumé

récupéré en direct d'OpenAlex

Evidence base: NHS Connecting for health has developed a discharge summary toolkit (2008) to assist care providers in meeting national EDL standards. A comprehensive EDL correlates with reduced re-admissions, safe transitions and quality of care after discharge. A recent study into the quality of written communication about older adults was found to be insufficient and represented a potential health hazard for older patients with no information on social and physical abilities; including ADL knowledge and home care services (Garesen & Johnsen 2007 BMC Health Research). Change strategies: Our pilot study in Jan 2012 (n = 20) identified that the accuracy and quality of information conveyed in EDL's by our medical colleagues regarding physical condition was either missing (60%) or inaccurate (30%). Our aim was to improve the quality of information about the physical and social condition in the EDL. Five standards were set for inclusion of specific information by the physiotherapists; 1. Accommodation Information 2. Mobility Status 3. Elderly Mobility Scale and Gait Speed 4.Onward therapy referrals 5.Use of abbreviations. An audit cycle was undertaken in June (Cycle 1) and following root-cause-analysis and change implementation a re-audit in Dec (Cycle 2). A proposal was submitted through the Trust's Clinical Governance Forum. Change effects: Total compliance and individual standard compliance of EDL improved between cycle 1 and 2 for the above 5 standards; see Table 1 below. Proportional Compliance Comparisons Conclusions: Our audit provides evidence of a change in practice between cycle 1 and 2 contributing to improvements in the quality of the EDL supporting NHS Connecting for health toolkit and National Standards. Subjective feedback from Physiotherapists, Geriatricians and acute teams suggest that access to accurate and complete patient information in the EDL improved quality and efficiency.

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)0,074
score de la tête « metaresearch » (Gemma)0,291
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,394

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,291
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,249 · 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'étudeObservationnel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetChronic Disease Management StrategiesTravaux en français237 207