A comparison of hospital-acquired pressure injuries in intensive care and non-intensive care units: a multifaceted quality improvement initiative
Notice bibliographique
Résumé
Hospital-acquired pressure injuries (HAPI) are a significant cause of morbidity and mortality, and represent a major health concern worldwide. Patients suffering from HAPI report a poor quality of life on several dimensions of health. Moreover, HAPI is reported to lengthen in-hospital stay in the acute setting, posing significant healthcare resource utilisations and costs. Given the clinical and economic burden of HAPI, recent best practice guidelines provide recommendations to reduce the prevalence of pressure injuries. Humber River Hospital (HRH), a large community hospital in Toronto, Canada, has a daily census of approximately 500 patients. The aim of this project was to reduce the prevalence of HAPI within the intensive care unit (ICU) and non-ICU setting at HRH within a 1-year period. Using the International Pressure Injury/Ulcer Prevalence (IPUP) Survey we established a baseline prevalence of HAPI of 27.6% (n=315) for non-ICU and 30% for ICU (n=33) patients at our institution in 2015. Using the Plan-Do-Study-Act (PDSA) method for quality improvement, we implemented a multifaceted approach aimed at improving equipment, digital documentation and education on risk assessment, prevention and treatment strategies. Over multiple PDSA cycles, our prevalence of HAPI reduced to 16% for non-ICU patients with no changes to the HAPI prevalence in ICU patients in 2016. Sustainability continues with HAPI prevalence currently at 10% in 2017 for non-ICU patients, which outperforms the Canadian prevalence (13.7%) by census size for 2017. However, the prevalence of HAPI in the ICU increased to 45% in 2017 despite multiple quality improvement initiatives, suggesting critically ill patients represent a unique challenge for reducing HAPI for these patients at our institution.
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 | 0,030 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».