Evaluation of an enhanced recovery after surgery (ERAS) initiative
Notice bibliographique
Résumé
Purpose: To determine if patient outcomes and compliance with best practice guidelines improved when an Enhanced Recovery After Surgery (ERAS) program was implemented for elective colorectal resections at St. Clare’s Mercy Hospital (SCMH) in St. John’s, Newfoundland and Labrador (NL). Methods: Interrupted time-series analysis was utilized to compare patient outcomes and guideline compliance between surgeries that were performed under standard practice (April 1, 2014 to March 31, 2015) and those performed during the first year of the ERAS program (March 1, 2016 to February 28, 2017). An ERAS Coordinator supervised guideline compliance in the first six months of ERAS surgeries. Charts were manually reviewed to obtain patient outcomes and compliance with guidelines. Results: Length of stay (LOS) decreased significantly from 7.26 days in the control (standard practice) group to 6.27 days in the ERAS group. LOS was shorter in the first six months of ERAS (5.44 days) than in the second six months of ERAS (7.10 days). There were no statistically significant differences in rates of complication, readmission, or mortality with implementation of ERAS. Overall compliance with guidelines increased significantly from 52.2% to 77.7% with implementation of ERAS. Postoperative compliance decreased (79.2% to 68.6%) from the first six months to the second six months of ERAS. Conclusion: Implementation of ERAS was successful at reducing LOS, but not rates of complication, readmission, or mortality. The success of this program appears to have been largely dependent on guideline supervision by an ERAS coordinator in the first six months. Methods for ensuring postoperative compliance are vital to the success of similar programs in the future.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».