Improving quality of care for patients with iron deficiency anemia presenting to the emergency department
Notice bibliographique
Résumé
BACKGROUND: Patients presenting to the emergency department (ED) with iron deficiency anemia (IDA) are underrecognized, undertreated with iron, and overtransfused. A 3-month audit of red blood cell (RBC) transfusions at the Sunnybrook Health Sciences Centre ED in 2013 showed that only 53% of transfusions for IDA were appropriate. The aim of this quality improvement project was to increase the rate of appropriate transfusion to greater than 80%. STUDY DESIGN AND METHODS: Since November 2013, several quality improvement interventions have been implemented, including educational presentations, development of an algorithm on IDA management in the ED, and development of an ED IDA toolkit. The primary outcome was appropriateness of RBC transfusions per month. The process measure was monthly intravenous (IV) iron use in IDA patients managed exclusively by ED staff. Balancing measures included IV iron use according to the algorithm and undertransfusion. RESULTS: Over a 24-month period beginning January 2014, assessment of 193 units transfused in the ED showed an improvement of RBC appropriateness to 91% (range 50%-100%). IV iron use increased from one dose in the 3-month audit to an average of 2.6 and 4.7 per month in 2014 and 2015, respectively. IV iron use did not follow the algorithm in 19% (18 of 93) of cases: 12 were given to patients with less severe iron deficiency or bleeding. CONCLUSION: Improved RBC transfusion appropriateness for IDA in the ED can be achieved and maintained with the implementation of simple educational and practical interventions.
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 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».