Does family-centred neonatal discharge planning reduce healthcare usage? A before and after study in South West England
Notice bibliographique
Résumé
OBJECTIVE: To implement parent-oriented discharge planning (Train-to-Home) for preterm infants in neonatal care. DESIGN: Before and after study, investigating the effects of the intervention during two 11-month periods before and after implementation. SETTING: Four local neonatal units (LNUs) in South West England. PARTICIPANTS: Infants without major anomalies born at 27-33 weeks' gestation admitted to participating units, and their parents. TRAIN-TO-HOME INTERVENTION: A family-centred discharge package to increase parents' involvement and understanding of their baby's needs, comprising a train graphic and supporting care pathways to facilitate parents' understanding of their baby's progress and physiological maturation, combined with improved estimation of the likely discharge date. MAIN OUTCOME MEASURES: Perceived Maternal Parenting Self-Efficacy (PMP S-E) scores, infant length of stay (LOS) and healthcare utilisation for 8 weeks following discharge. RESULTS: Parents reported that the Train-to-Home improved understanding of their baby's progress and their preparedness for discharge. Despite a lack of change in PMP S-E scores with the intervention, the number of post-discharge visits to emergency departments (EDs) fell from 31 to 20 (p<0.05), with a significant reduction in associated healthcare costs (£3400 to £2200; p<0.05) after discharge. In both study phases, over 50% of infants went home more than 3 weeks before their estimated date of delivery (EDD), though no reduction in LOS occurred. CONCLUSIONS: Despite the lack of measurable effect on the parental self-efficacy scores, the reduction in ED attendances and associated costs supports the potential value of this approach.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».