Engaging Residents in Quality Improvement: A Multidisciplinary Collaboration to Decrease the Primary Cesarean Delivery Rate at a New Academic Medical Center
Notice bibliographique
Résumé
BACKGROUND: Our facility performs more than 9,000 deliveries per year, with a primary cesarean birth rate of 35% and is the primary teaching site for a new Ob/Gyn residency program. An innovative curriculum includes a formal course in quality improvement methods for new faculty, and active participation of all residents in a QI project. In an effort to decrease the primary cesarean birth rate, a multidisciplinary QI project was developed. METHODS: The team was led by two community faculty members and included two residents, nursing and hospital administration. Interventions included mandatory completion of a FHR course, provider education on current terminology and recommended interventions, and monthly reporting of cesarean delivery rates. The team used a fishbone analysis of the steps leading to a cesarean delivery to create a data collection checklist. Charts were reviewed by the residents to confirm the indication for cesarean delivery along with other pertinent variables. RESULTS: The primary cesarean birth rate decreased from 35% in the first quarter of 2015 to 27% in the first quarter of 2016, a 24% decrease. The project team continues to meet quarterly to discuss ongoing activities necessary to maintain and increase the improvement observed in the initial quarter. Residents and faculty report a strong sense of accomplishment as a result of the project, and an interest in continued participation in QI activities. DISCUSSION: Interdisciplinary partnerships between OBGYN residents, faculty and hospital administration/staff to develop and implement quality improvement projects can improve patient care and provide learners with the knowledge and expertise to engage in quality projects in their future 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 | 0,006 | 0,009 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».