Improving Communication Between Nurses and Resident Physicians: A 3-Year Quality Improvement Project
Notice bibliographique
Résumé
Breakdown in communication is a predictor of both nursing and surgical errors. In a 2013 survey at our institution, staff on the general surgery unit identified nurse-resident communication as the most important issue related to patient safety. The general surgery Comprehensive Unit-based Safety Program sought to improve nurse-resident communication through a 3-year quality improvement initiative. A multidisciplinary working group conducted a root-cause analysis and developed initiatives addressing priority issues in nurse-resident communication. Two main interventions were developed: structured face-to-face interaction at discharge rounds and notebooks to transfer nonurgent messages. Compliance was evaluated. The primary outcomes of percieved communication and collaboration were assessed using a validated survey distributed to residents and unit nurses before the intervention, 9 months after, and 2.5 years after the intervention. The interventions were associated with improvements in perceived communication and team function. Survey scores, on average, were significant higher at 9 months postintervention and remained significant compared with preintervention after 2.5 years (from 57% to 74%, P = .01, then 72%, P = .02, among residents; and from 63% to 80%, P = .01, then 77% among nurses). Our framework and initiatives addressing nurse-resident communication may be useful for other teams interested in addressing this critical patient safety issue.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».