MétaCan
Menu
Retour à la cohorte
Enregistrement W2606590031 · doi:10.1136/bmjqs-2016-006382

A single-centre hospital-wide handoff standardisation report: what is so special about that?

2017· letter· en· W2606590031 sur OpenAlexaff
Maitreya Coffey, Lennox Huang

Notice bibliographique

RevueBMJ Quality & Safety · 2017
Typeletter
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHandoverMedical emergencyNursingOperations managementTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

Healthcare leaders and scholars have articulated gaps in handoff quality across nearly all healthcare settings. A variety of drivers, including hospital accreditation, internal and external safety event analyses and medical education objectives, have given rise to a proliferation of imperatives to improve this situation. Healthcare leaders have developed a greater appreciation that handoff is a key component of a larger set of culture and teamwork strategies that are necessary to reduce harm. Researchers and medical educators have created handoff programmes, provided empirical evidence for their positive impact on safety and worked tirelessly to disseminate them.1 ,2 Quality improvers from a variety of disciplines have begun to adapt and apply standardised handoff in an increasingly diverse array of settings. In light of this, one might think it less than noteworthy to discover a report of a single institution's hospital-wide handoff standardisation programme.3 To the contrary, we find this report by Shahian et al 3 novel and rich with important messages. We agree with their assertion that this is the largest single-institution implementation of the I-PASS handoff system2 reported in a tertiary general hospital, in this case, Massachusetts General Hospital, which has 25 000 employees. Using a relatively low-cost approach, they managed to implement the system across 15 medical departments, as well as nursing, train nearly 6000 healthcare staff and collect observational data on process reliability at baseline and over 7 months of implementation. Our combined experience in multiple organisations has afforded us opportunities to understand and engage with the effort to improve handoff from multiple vantage points, including through participation as a site in the I-PASS …

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,047
score de la tête « metaresearch » (Gemma)0,161
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0470,161
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,002
Communication savante0,0060,008
Science ouverte0,0030,004
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,356
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Quality & SafetyMême sujetHospital Admissions and OutcomesTravaux en français237 207