Provincial Door-to-Needle Improvement Initiative Results in Improved Patient Outcomes Across an Entire Population
Notice bibliographique
Résumé
Background and Purpose: Improving door-to-needle times (DNTs) for thrombolysis of acute ischemic stroke patients improves outcomes, but participation in DNT improvement initiatives has been mostly limited to larger, academic medical centers with an existing interest in stroke quality improvement. It is not known whether quality improvement initiatives can improve DNT at a population level, including smaller community hospitals. This study aims to determine the effect of a provincial improvement collaborative intervention on improvement of DNT and patient outcomes. Methods: A pre post cohort study was conducted over 10 years in the Canadian province of Alberta with 17 designated stroke centers. All ischemic stroke patients who received thrombolysis in the Canadian province of Alberta were included in the study. The quality improvement intervention was an improvement collaborative that involved creation of interdisciplinary teams from each stroke center, participation in 3 workshops and closing celebration, site visits, webinars, and data audit and feedback. Results: Two thousand four hundred eighty-eight ischemic stroke patients received thrombolysis in the pre- and postintervention periods (630 in the post period). The mean age was 71 years (SD, 14.6 years), and 46% were women. DNTs were reduced from a median of 70.0 minutes (interquartile range, 51–93) to 39.0 minutes (interquartile range, 27–58) for patients treated per guideline ( P <0.0001). The percentage of patients discharged home from acute care increased from 45.6% to 59.5% ( P <0.0001); the median 90-day home time increased from 43.3 days (interquartile range, 27.3–55.8) to 53.6 days (interquartile range, 36.8–64.6) ( P =0.0015); and the in-hospital mortality decreased from 14.5% to 10.5% ( P =0.0990). Conclusions: The improvement collaborative was likely the key contributing factor in reducing DNTs and improving outcomes for ischemic stroke patients across Alberta.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».