Nurses’ Practices and Lead Selection in Monitoring for Myocardial Ischemia
Notice bibliographique
Résumé
BACKGROUND: The 5-lead electrocardiogram (ECG) provides key information, including clues that a patient may be experiencing myocardial ischemia, usually demonstrated in the ST segment. Studies have shown that nursing knowledge regarding ischemia monitoring is suboptimal, even though national guidelines for ECG monitoring were published in 2004 by the American Heart Association and endorsed by the American Association of Critical Care Nurses. PURPOSE: The aims of this study were to identify best practice regarding 5-lead ECG myocardial ischemia monitoring, assess current unit-level practice at 1 institution, and to educate nurses on proper monitoring using a nurse-led, evidence-based intervention. METHODS: The authors created an educational PowerPoint designed to educate nurses on proper lead selection to monitor the ST segment for patients admitted with known or suspected myocardial ischemia and developed a 3-part online survey to assess current unit practice and to assess knowledge before and after intervention. RESULTS: A total of 18 registered nurses (RNs) completed the survey. Results indicated that RNs lacked knowledge regarding continuous ECG monitoring for ischemia and had room for improvement in their everyday practice habits. The knowledge preintervention test mean score (out of 9) was 3.11 (SD, 1.68), and the postintervention test mean score was 6.94 (SD, 1.55), which was significant (P = .000). The intervention also significantly improved the monitoring comfort level of RNs, with a preintervention comfort level of 2.53 (SD, 1.07) and a postintervention level of 3.41 (SD, 1.00) (P = .007). The process allowed the authors to reflect on the key steps of implementing evidence-based projects in nursing units. CONCLUSIONS: Continuous, 5-lead ECG monitoring is an active process that requires clinical decision making by the nurse and is not a passive activity. Registered nurses in this sample demonstrated a lack of knowledge regarding ECG monitoring for ischemia that was improved with an online educational intervention and reported intentional daily practice pattern changes postintervention testing. A unit-level intervention driven by nurses may be successful at improving fellow RNs' knowledge and evidence-based practice.
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 | 0,005 | 0,039 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».