Abstract TP383: Use of Plan-Do-Study-Act and Clinical Simulation Methodology to Develop a Mobile Prehospital Telestroke System
Notice bibliographique
Résumé
Background: When early and accurate identification of stroke occurs in the field by Emergency Medical Service (EMS) providers, the chances of reperfusion increases dramatically. Telestroke has made significant strides over the years and hold promise for potential use in the prehospital setting. However, the introduction of such a novel technology within a healthcare system can be complex. Purpose: To describe the use of the combination of clinical simulation and Plan-Do-Study-Act (PDSA) methodology in the design of a mobile prehospital telestroke system. Methods: A multi-stakeholder team with representation from the Departments of Neurology and Emergency Medicine, Office of Telemedicine, Center of Human Simulation and Patient Safety, local EMS agency and a telemedicine developer collaborated to develop a mobile prehospital telestroke system over a 6 month time period. Modifications to telemedicine equipment, teleconferencing software and protocol were implemented based on the results of serial PDSA cycles and clinical simulation testing. We used data collected via direct observation notes, survey results and informal interviews during serial PDSA cycles and clinical simulation to test changes to improve our mobile prehospital telestroke system. Results: (see image of PDSA chart) Conclusion: The combined clinical simulation and PDSA model led to the identification of technical and operational barriers not considered in the original design of the mobile telemedicine platform and placement. Before implementation and financial investment in a mobile prehospital telestroke program, the use of combined clinical simulation and PDSA methodology can improve the quality and optimize the system use. Further PDSA and simulation cycles are needed to improve the design of our mobile system.
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 | 0,015 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».