Improving Time to Antibiotics for Pediatric Oncology Patients With Fever and Suspected Neutropenia by Applying Lean Principles
Notice bibliographique
Résumé
BACKGROUND: Fever in the setting of neutropenia is a potentially life-threatening complication of cancer treatment. A time of less than 60 minutes from presentation to antibiotic administration is therefore recommended. OBJECTIVE: To use Lean Six Sigma methodology, a quality improvement initiative, to improve time to antibiotics (TTA) for children with chemotherapy-induced febrile neutropenia presenting to the emergency department. METHODS: Lean Six Sigma is a quality improvement method that engages all impacted stakeholders and focuses on streamlining the process by removing process wastes. Stakeholders identified multiple process wastes in an in-depth study of 49 fever episodes in patients attending a tertiary care pediatric hospital, including patients waiting to be registered, waiting for laboratory technicians, delay in accessing central venous access device, waiting for absolute neutrophil count, and delayed antibiotics orders. We implemented multiple solutions: engaging patients in the process through predischarge tours of the emergency department, home application of topical anesthetic, nurse-initiated pathway, early access of central venous access device for all blood work, and planned antibiotic administration no later than 45 minutes after triage. We prospectively determined the impact of these interventions on TTA. RESULTS: The TTA significantly improved to a median of 59 minutes (interquartile range, 38.5-77.5 minutes) compared with the baseline of 99 minutes (interquartile range, 72.0-132.0 minutes; P < 0.0001). CONCLUSIONS: Lean methodology effectively identifies barriers and provides solutions to remove barriers and improve administration of antibiotics in febrile oncology patients. These can be widely applied, including in smaller institutions with minimal increased utilization of resources.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».