Morning report decreases length of stay in emergency general surgery patients
Notice bibliographique
Résumé
Objective: Communication in the hospital setting is an easy target for quality improvement. Capturing this change via communication between providers during hand-offs is necessary to reduce delays and errors. While this process has been more widely characterized in medical specialties, we designed this study to address the knowledge gap in surgical specialties.Methods: Our institution’s division of Acute Care Surgery (ACS) implemented Morning Report (MR) in October of 2015. At MR, all admissions and service transfers were discussed from Trauma, Emergency General Surgery (EGS), and Surgical Critical Care services from the previous 24 hours. This study compared patients who underwent a surgical procedure during their hospital stay before and after protocol implementation.Results: 974 patients were included in this study. The average patient was 50.3 years of age, 65.4% were white, and 51.7% were male. The average length of stay (LOS) was 8.3 days with 1.75 days to procedure. The post-MR cohort LOS was 2.7 shorter and had 0.85 fewer days to procedure. In an adjusted regression analysis, days to procedure and LOS decreased by 33% (p < .01) and 17% (p < .01) respectively.Conclusions: Implementation of MR led to a decrease in the overall LOS and days to procedure for operative patients. Our results advocate for the standard use of structured hand-offs in surgical units.
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 | 0,000 | 0,001 |
| 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 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 ».