Impact of a Palliative Care Checklist on Clinical Documentation
Notice bibliographique
Résumé
PURPOSE: Checklists are used in many different settings for the purpose of standardization and reduction of preventable errors in practice. Our group sought to determine whether a palliative care checklist (PCC) would improve the clinical documentation of key patient information. METHODS: An initial review of 110 randomly selected medical records dictated by 10 physicians was performed. The authors identified portions of the dictated medical records that were included regularly, as well as those that were frequently missed. A PCC was drafted after final approval was obtained from the 13 faculty members. Dictations from 13 clinical faculties in the supportive care center were reviewed. A χ(2) test or Fisher's exact test was applied to assess the difference in overall checked rates before and after checklist use. A paired t test was used to examine the difference in the average complete rate and checked rates before and after checklist use. RESULTS: There were improvements in the documentation before and after the checklist for scores on the Cut-down, Annoyed, Guilty, Eye-opener questionnaire for alcoholism (79% v 94%; P ≤ .0001), psychosocial history (69% v 95%; P ≤ .0001), Eastern Cooperative Oncology Group performance status (38% v 81%; P ≤ .0001), advance care planning (28% v 41%; P = .0008), and overall (78% v 95%; P ≤ .0001). There was no significant improvement in the documentation for opioid-induced neurotoxicity (37% v 37%; P = .9492) or the Edmonton Symptom Assessment Scale (98% v 99%; P = .4511). CONCLUSION: Our study showed that the use of a PCC improved the quality of the documentation of a patient visit in an outpatient clinical setting.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».