Turning a new “page”: ways to decrease the number of pages after hours without compromising patient care
Notice bibliographique
Résumé
Background: Pages to house staff after hours, especially overnight, lead to interrupted sleep and fatigue the next day. Although some pages are urgent, others may not need an immediate response. In this study we aimed to identify unwarranted pages and to establish ways to reduce them. Methods: Over 2 months, all pages to the Department of Pediatric Urology at the Hospital for Sick Children in Toronto, Canada, during call hours were documented, including the assessment of the responding physicians of their medical necessity. After analyzing the reasons for inappropriate pages, we took several steps to try to reduce them without impairing patient care. One year later, pages were tracked again to evaluate the efficacy of our interventions. Results: In the initial measurement period, no calls from parents and approximately 50% of the in-hospital pages (15 of 36 pages from the wards, 27 of 49 pages from the emergency department, 17 of 31 pages requesting consultations, and 8 of 8 pages from the inhouse pharmacy and outside pharmacies) were considered medically urgent. The reasons for unwarranted pages were inconsistent parent teaching, lack of adequate triaging and prioritizing on the ward and lack of awareness of the structure of the on-call provisions among different services in the hospital. Several steps were taken to streamline the teaching of parents and nurses, standardize information, provide alternative means of communication within the hospital and restrict parents’ access by phone to the urologist on call. One year later, the number of pages had decreased by 70%. Conclusion: Although physician coverage throughout the day and night is necessary for high-quality and safe patient care, communication with on-call physicians should be only for appropriate reasons. The provision of consistent teaching and alternative communication channels can improve patient care as well as decrease the number of after-hour pages.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».