Achieving and Sustaining Zero
Notice bibliographique
Résumé
BACKGROUND: Surgical site infections (SSI) increase morbidity and mortality, hospital costs, length of stay, readmissions, and risk of litigation and may impact a facility's reputation. METHODS: Through implementation of a Six Sigma, interdisciplinary team process and the Contextual Model for change engaged all stakeholders. A total of 44 perioperative processes were evaluated, with 15 processes ultimately altered. Revisions involved identifying inconsistent implementation of procedures and standardizing processes, as well as utilizing new suture techniques and products including disposable electrocardiogram leads and pacing wires, antibiotic-coated sutures, and silver-impregnated midsternal dressings. RESULTS: In isolated coronary artery bypass grafting with donor-site procedures, an incidence of 3.74 per 100 procedures was reduced to 0.7 and ultimately to 0. No patients who underwent coronary artery bypass grafting developed a deep sternal wound infection in over 30 months and 590 procedures, resulting in an estimated cost savings of more than $600 000, from May 2012 through December 2014. CONCLUSIONS: A significant reduction in deep sternal wound infections was achieved by working at all levels of the organization through a multidisciplinary approach to create sustained change. Using real-time observations for current practices, areas for improvement were identified. By engaging frontline staff in the process, ownership of the outcomes and adherence to practice change were promoted. The result was a dramatic, rapid, and sustainable improvement in the prevention of deep sternal wound infection.
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 | 0,002 |
| 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 ».