Ability of Surgical Residents to Impact Patient Tobacco Use in the Perioperative Setting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Tobacco use significantly impacts patient morbidity and mortality, and is particularly important to the surgical community as it has a negative impact on surgical recovery. Despite its relevance, most surgeons do not engage in smoking cessation counseling. METHODS: As part of the UCSF Medical Center quality improvement program, urology residents designed and led an initiative targeting urological patients undergoing surgery at UCSF between August 2013 and July 2014. Our primary objectives were to 1) elicit the smoking status of at least 80% of perioperative patients who stayed at least 1 night in the hospital and 2) obtain an inpatient smoking cessation consultation for patients who were active tobacco users. RESULTS: A total of 934 patients were assessed, of whom 8.5% were current tobacco users, 37% were past users and 55% had never used tobacco. Current smokers were more likely to be younger and female, and less likely to have a cancer diagnosis compared to past or never smokers (all p ≤0.001). The rate of tobacco status assessment improved significantly throughout the quality improvement period, at 59.0% in quarter 1, 85.5% in quarter 2, 92.9% in quarter 3 and 94.4% by quarter 4. Patients who underwent smoking cessation consults were more likely to be prescribed nicotine replacement therapy during their hospital stay and upon discharge home. CONCLUSIONS: Through our quality initiative program we demonstrated a fast, feasible and easily implemented approach to identify smokers, and obtain smoking cessation counseling and treatment. This practical approach represents a significant opportunity to effect change in smoking behavior at a teachable moment.
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.
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 | 0,004 |
| 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 découle