Results of a Quality Improvement Project Aimed at Eliminating Healthcare Waste by Changing Medical Resident Test Ordering Behavior
Notice bibliographique
Résumé
BACKGROUND: In light of rising healthcare costs and evidence of inefficient use of medical resources, there is growing interest in reducing healthcare waste by clinicians. Unwarranted lab tests may lead to further tests, prolonged hospital stays, unnecessary referrals and procedures, patient discomfort, and iatrogenic anemia, resulting in significant economic and clinical effects. Blood tests are essential in guiding medical decisions, but they are also associated with significant financial and clinical costs. We designed a quality improvement study that attempted to decrease inappropriate ordering of laboratory tests while maintaining quality of care in a large residency program. METHODS: An algorithm outlining indications for complete blood count (CBC), coagulation profile (PT/INR) and basic metabolic profile (BMP) was created by the study team. Data from 1,312 patients over a 3-month period in the pre-intervention phase and 1,255 patients during the selected intervention phase were analyzed. The primary endpoint was mortality rate and secondary endpoints were length of stay and laboratory costs. RESULTS: There were significant decreases in the number of PT/INR orders (20.6%), followed by BMP orders (12.4%), and CBC orders (9.3%). The mortality rate was 5.3% for the pre-intervention phase and 5.8% for the selected intervention phase, with a difference of 0.5% (P = 0.44). CONCLUSION: Our approach leads to a decrease in costs, preventing unnecessary downstream testing, and improving patient experience. It also brought a mental discipline while ordering blood tests amongst residents.
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 | 0,106 | 0,417 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».