An Intervention to Improve Emergency Room Nurses' Swallow Study Implementation and Documentation
Notice bibliographique
Résumé
Stroke is the 5th leading cause of death when isolated from other cardiovascular diseases in the United States (U.S.) (CDC, 2017). The Centers for Disease and Control (CDC) indicated that 795,000 people have a stroke each year with 65% suffering from some form of dysphagia, or difficulty swallowing. Implementing a simple screening by a trained nurse can detect dysphagia and prevent adverse outcomes, such as aspiration. In the emergency department (ED) of a suburban acute care facility, a pattern of inconsistent Toronto Bedside Swallow Screening Tool (TORBSST) was noted for 24 consecutive months. The purpose of this quality improvement (QI) project was to improve nursing knowledge, implementation, and documentation of the TORBSST prior to by mouth (PO) medication, food, and/or fluid administration. Three 15-minute education sessions followed by daily practice reminders in relation to TORBSST implementation and documentation through shift huddles and flyers were implemented. Baseline nursing knowledge was evaluated with a self-designed assessment administered before and two-months post presentation. No changes in mean knowledge scores were identified. Patient care outcomes data were obtained from the electronic health record for 2-months before and following the intervention. A 100% pre- and post-test accuracy response indicates that knowledge did not impact TORBSST implementation and documentation. Initiation of intentional reminders in conjunction with continual rewarding reinforced expected outcomes and improved TORBSST implementation and documentation. Future implications should include expanded observation and follow up time frames at multiple sites with a larger sample size. Annual nursing education in regard to TORBSST implementation and documentation policy and procedure should be considered for establishment and evaluation.
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 | 0,001 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».