Optimisation of hospital resource use: A rapid review of the literature
Notice bibliographique
Résumé
Project System Wide Integration for Transformation (SWIFT) is a programme of work supported by developments in technology that aims to improve the health of people in Counties Manukau through initiatives focused on community-based care and improving hospital systems. A “rapid review” of literature focussing optimisation of resource use in hospitals was carried out to support this programme. In total, 36 articles were considered in detail for inclusion in this rapid review, with many other articles considered briefly from title or abstract alone. Of the 36 articles, 24 (66.7%) were ultimately deemed relevant, and included. The review found reasonable evidence that patient length of stay can be reduced by using: (1) collaborative physician/nurse multidisciplinary care management of medical patients with expedited discharge, and assessment following discharge; (2) perioperative anaesthetic and pain management strategies for primary total hip (THA) and total knee arthroplasty (TKA); (3) the use of specialist nurses across a variety of roles, and team midwives who provide care for pregnant women from the beginning of care to the end of the post-natal period. It also found that there is potential for a reduction in adverse cardiac outcomes in hospitals through: (1) prescribing guideline discharge therapies in acute cardiac care, and (2) remote management of heart failure patients implanted with cardioverter defibrillators. The review also suggested that appointment cancellations or instances of non-attendance can be reduced by: (1) the establishment of pre-operative assessment and consultation clinics; (2) distributed access to scheduling systems; (3) preferentially loading appointments onto high-attendance days; and (4) the use of text messaging or automated phone calls to remind patients about appointments.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».