MétaCan
Menu
Retour à la cohorte
Enregistrement W2983124040 · doi:10.1177/1751143719887285

Implementation of an experiential learning strategy to reduce the risk of ventilator-associated pneumonia in critically ill adult patients

2019· article· en· W2983124040 sur OpenAlexaff
Hernán Michelángelo, Federico Angriman, Rodolfo Pizarro, Susana Bauque, Claudia Kecskes, María Inés Staneloni, David García, Fidencia Espínola, Gustavo Mazer, Cristina Ferrari

Notice bibliographique

RevueJournal of the Intensive Care Society · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueSimulation-Based Education in Healthcare
Établissements canadiensUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineVentilator-associated pneumoniaPneumoniaMechanical ventilationIncidence (geometry)Critically illExperiential learningIntervention (counseling)Emergency medicineIntensive care medicineInternal medicineNursingPsychology

Résumé

récupéré en direct d'OpenAlex

Objective We evaluated the impact of an experiential learning strategy on both the adherence to the use of bundles and the incidence of ventilator-associated pneumonia in critically ill adult patients. Methods Longitudinal, quasi-experimental interrupted time-series study in a tertiary teaching hospital in Buenos Aires, Argentina. Successive measurements were made before and after the intervention was implemented between January 2016 and December 2018. Our main exposure was experiential learning, which was based on a combination of play activities, simulation models, knowledge and attitude competencies, role-playing and feedback. The adherence to the bundle for the care of mechanically ventilated critically-ill adult patients and the occurrence of ventilator-associated pneumonia were the main outcomes of interest. We used generalized linear models including time as a linear spline to estimate the effect of the experiential learning strategy both on the adherence to the bundle of care and the occurrence of ventilator-associated pneumonia during long-term follow-up. Results The overall proportion of adequate bundle use before and after the implementation of the intervention was 60.8% (95% CI: 56.9–64.7) and 85.6% (95% CI: 81.2–90.1), respectively. The incidence rate of ventilator-associated pneumonia before and after the intervention was 6.11 (95% CI: 5.82–6.40) and 3.55 (95% CI: 2.96–4.14) every 1000 days of mechanical ventilation, respectively. The estimated baseline monthly change in the adherence to the mechanical ventilation bundle was 0.4% (95%CI: −0.3–1.2%, p = 0.31) and 1.1% (95% CI: 0.2–2.2%, p < 0.01) before and after the implementation of the intervention, respectively. These results were consistent across our statistical quality control analysis. Conclusions The implementation of experiential learning strategies improves the adherence to bundles in the care of mechanically ventilated critically ill adult patients. Such strategies also decrease the incidence rate of ventilator-associated pneumonia. Both effects appear to remain constant during long-term follow-up.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,264

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,360
Écart entre enseignants0,346 · 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 tête enseignante, 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Intensive Care SocietyMême sujetSimulation-Based Education in HealthcareTravaux en français237 207