Improving hospital-based communication and decision-making about scope of treatment using a standard documentation tool
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The Vancouver Island Health Authority (VIHA) implemented a standard advance care planning (ACP) document called the medical order for scope of treatment (MOST) in February 2016 to improve end of life communication and documentation. This study aims to see if the MOST implementation improves inpatient ACP documentation when compared with the 'do not resuscitate' (DNR) order. Improvement is measured by: (1) proportion of inpatients with documented orders for life-sustaining treatment, (2) discordance between patient's expressed wishes and chart documentation, (3) patient satisfaction and (4) days admitted to an acute care hospital within 90 days of study inclusion. Methods: We performed a single-centre quality improvement study tracking the effects of MOST implementation. 329 consecutive patients were enrolled at a 215-bed community hospital located in Comox, British Columbia, Canada. Results: The MOST integrated well into the process of care, significantly improving ACP documentation from 33% preimplementation to 100% over 8 months of implementation. MOST completion was associated with a significant decrease in discordance between patients' wishes and documented goals of care. Patients with a MOST were significantly older and had a higher charlson comorbidity score than those without a MOST. Despite this, there was no difference in the number of days study patients were admitted to hospital within 90 days of study inclusion. Conclusions: MOST implementation improves the frequency and quality of inpatient ACP documentation with no effect on acute care utilisation.
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.
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 | 0,001 | 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 | 0,000 | 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 découle