A novel approach to improving emergency department consultant response times
Notice bibliographique
Résumé
BACKGROUND: Emergency department (ED) overcrowding is a threat to patient safety and public health. Availability of specialty consultation to the ED may contribute to overcrowding. We implemented a novel intervention using education, goal setting and real-time performance feedback to improve time to admission for patients referred to general internal medicine (GIM). METHODS: Using a time-series design, we examined the effects of a quality improvement intervention on ED wait-times in an academic medical centre. The multifaceted approach included a didactic session for GIM housestaff on medicine triage principles and methods; setting a goal to have disposition decisions and, where appropriate, admission order within 4 h of consultation request; and providing personal data feedback on their performance on this metric to GIM housestaff during their rotation on the inpatient teaching service over a 1-year period. We compared time from consultation request to disposition decision and overall ED length of stay (LOS) for all patients referred to GIM during the intervention period (February 2011-February 2012) with data from the control period (January 2010-January 2011). RESULTS: Mean time from GIM consultation request to admission order entry decreased by 92 min (SD, 5, p<0.05) from 321min in the control period to 229 min in the intervention period. Overall ED LOS for GIM patients decreased by 59 min (SD, 14, p<0.05) for admitted patients from 1022 min in the control period to 963 min in the intervention period, and by 40 min (SD, 13, p<0.05) for all patients referred to GIM. GIM staffing and patient characteristics remained stable across the two periods. DISCUSSION: ED throughput for admitted medical patients improved with a quality improvement initiative involving education, goal setting and performance feedback.
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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».