QUALITY IMPROVEMENT IN RADIOGRAPHY IN A NEONATAL INTENSIVE CARE UNIT
Notice bibliographique
Résumé
Objective The primary purpose of this study was to ensure that x-rays performed, consistently adhere to established technological quality standards and are achieved without compromising patient care while minimizing exposure risks. The secondary objective was to evaluate whether educational sessions targeting areas deemed substandard, would facilitate improvement. Methods A retrospective, one-week review, of all neonatal x-rays and documentation of clinical information on x-ray requisitions (n = 132) in a tertiary care NICU, by a single observer. X-ray standards were defined a priori based on radiographic principles and medically documented information for correct interpretation. Targeted areas for improvement were addressed through brief educational sessions and printed pamphlets. The review was repeated one month (n = 93) and one year later (n = 76). Changes over time were analyzed by Kruskal-Wallis. Results Results showed improvements in both the completion of x-ray requisitions and image quality. In particular, there was a statistically significant improvement in requisition legibility (p = 0.019), completeness of the medical history (p = 0.000), reduced x-ray rotation (p = 0.000), collimation to the specific area of interest (p = 0.000), gonadal shielding (p = 0.000) and decrease in monitor leads or artifacts obscuring views (p = 0.000). These improvements were sustained both one month and one year following the educational sessions. Conclusions A neonatal x-ray audit is a simple, effective way to evaluate radiographic technique and encourage provision of basic clinical information for diagnostic interpretation by radiologists. Structured, collaborative educational sessions between radiology and neonatology staff appear to be a successful and sustainable method to implement improvement.
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 | 0,001 | 0,000 |
| 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 ».