MétaCan
Menu
Retour à la cohorte
Enregistrement W2965970575 · doi:10.1136/bmjoq-2018-000421

Impact of a nurse engagement intervention on pain, agitation and delirium assessment in a community intensive care unit

2019· article· en· W2965970575 sur OpenAlexafffund
Carolyn Michelle Tan, Mercedes Camargo, Franziska Miller, Katie Ross, Ramez Maximous, Priscilla Yung, Carl Marshall, Dimitra Fleming, Madelyn Law, Jennifer L.Y. Tsang

Notice bibliographique

RevueBMJ Open Quality · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueHealthcare Decision-Making and Restraints
Établissements canadiensBrock UniversityNiagara Health SystemMcMaster UniversityRegional Municipality of Niagara
Organismes subventionnairesMcMaster University
Mots-clésDeliriumMedicineSedationIntensive care unitIntervention (counseling)Pain assessmentAuditEmergency medicineCommunity hospitalProspective cohort studyPain scalePhysical therapyNursingIntensive care medicinePain managementAnesthesiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In 2013, the Society of Critical Care Medicine published a revised version of the ICU Pain, Agitation, and Delirium (PAD) guidelines. Immobility and sleep were subsequently added in 2018. Despite the well-established advantages of implementing these guidelines, adoption and adherence remain suboptimal. This is especially true in community settings, where PAD assessment is performed less often, and the implementation of PAD guidelines has not yet been studied. The purpose of this prospective interventional study is to evaluate the effect of a multifaceted nurse engagement intervention on PAD assessment in a community intensive care unit (ICU). METHODS: All patients admitted to our community ICU for over 24 hours were included. A 20-week baseline audit was performed, followed by the intervention, and a 20-week postintervention audit. The intervention consisted of a survey, focus groups and education sessions. Primary outcomes included rates of daily PAD assessment using validated tools. RESULTS: There were improvements in the number of patients with at least one assessment per day of pain (67.5% vs 59.3%, p=0.04), agitation (93.1% vs 78.7%, p<0.001) and delirium (54.2% vs 39.4%, p<0.001), and the number of patients with target Richmond Agitation-Sedation Scale ordered (63.1% vs 46.8%, p=0.002). There was a decrease in the rate of physical restraint use (10.0% vs 30.9%, p<0.001) and no change in self-extubation rate (0.9% vs 2.5%, p=0.2). CONCLUSION: The implementation of a multifaceted nurse engagement intervention has the potential to improve rates of PAD assessment in community ICUs. Screening rates in our ICU remain suboptimal despite these improvements. We plan to implement multidisciplinary interventions targeting physicians, nurses and families to close the observed care gap.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,273
Tête enseignante GPT0,617
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Open QualityMême sujetHealthcare Decision-Making and RestraintsTravaux en français237 207