MétaCan
Menu
Retour à la cohorte
Enregistrement W3000584983 · doi:10.1136/emermed-2019-208667

Discrete event simulation modelling to evaluate the impact of a quality improvement initiative on patient flow in a paediatric emergency department

2020· article· en· W3000584983 sur OpenAlexaff
Kenneth McKinley, John Babineau, Cindy G. Roskind, Meridith Sonnett, Quynh Doan

Notice bibliographique

RevueEmergency Medicine Journal · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare Operations and Scheduling Optimization
Établissements canadiensBC Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineProtocol (science)Emergency departmentEmergency medicineProspective cohort studyDiscrete event simulationQuality managementInternal medicineOperations managementSimulation

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We developed a discrete event simulation model to evaluate the impact on system flow of a quality improvement (QI) initiative that included a time-specific protocol to decrease the time to antibiotic delivery for children with cancer and central venous catheters who present to a paediatric ED with fever. METHODS: The model was based on prospective observations and retrospective review of ED processes during the maintenance phase of the QI initiative between January 2016 and June 2017 in a large, urban, academic children's hospital in New York City, USA. We compared waiting time for full evaluation (WT) and length of stay (LOS) between a model with and a model without the protocol. We then gradually increased the proportion of patients receiving the protocol in the model and recorded changes in WT and LOS. RESULTS: We validated model outputs against administrative data from 2016, with no statistically significant differences in average WT or LOS for any emergency severity index (ESI). There were no statistically significant differences in these flow metrics between the model with and the model without the protocol. By increasing the proportion of total patients receiving this protocol, from 0.2% to 1.3%, the WT increased by 2.8 min (95% CI: 0.6 to 5.0) and 7.6 min (95% CI: 2.0 to 13.2) for ESI 2 and ESI 3 patients, respectively. This represents a 14.0% increase in WT for ESI 3 patients. CONCLUSIONS: Simulation modelling facilitated the testing of system effects for a time-specific protocol implemented in a large, urban, academic paediatric ED, showing no significant impact on patient flow. The model suggests system resilience, demonstrating no detrimental effect on WT until there is a 7-fold increase in the proportion of patients receiving the protocol.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,208
Tête enseignante GPT0,516
Écart entre enseignants0,308 · 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'étudeSimulation ou modélisation
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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetHealthcare Operations and Scheduling OptimizationTravaux en français237 207