Providing Evidence-Based Care, Day and Night: A Quality Improvement Initiative to Improve Intensive Care Unit Patient Sleep Quality
Notice bibliographique
Résumé
OBJECTIVE: Evidence-based guidelines recommend promoting sleep in the Intensive Care Unit (ICU), yet many patients experience poor sleep quality. We sought to engage allied health staff and patient families to determine barriers to sleep promotion, to measure sleep quality for ICU patients, and to evaluate the improvement in sleep quality after implementation of nursing morning report protocol and a doorway poster. DESIGN: The study followed an interrupted time-series framework of quality improvement. Qualitative diagnostics included focus groups and interviews with patients, families, and allied health care workers, analyzed by qualitative descriptive analysis. Quantitative diagnostics included direct observation of nurses and patients overnight. Analysis of primary outcome data used statistical process control methodology. PATIENTS: Patients included were >18 years old, admitted overnight to a Canadian tertiary academic ICU, with a Richards Agitation Sedation Scale (RASS) ≥-2. INTERVENTIONS: Sleep quality was measured using the Richards Campbell Sleep Questionnaire (RCSQ). Two interventions were developed: sleep quality in morning nursing report, and a doorway poster. MAIN RESULTS: A total of 2332 patient nights across 7 consecutive months were included for analysis. Baseline sleep in the ICU was poor (mean RCSQ 53.7/100). Root cause-analysis identified the most prominent sleep barriers as nurse stigma associated with less active management of patients and lack of physician engagement. No significant improvement occurred over the sleep quality improvement initiative (mean RCSQ 59.5/100). Sleep quality was better among non-delirious patients compared with delirious patients (mean RCSQ 62.7 vs 53.3). CONCLUSION: The intervention of a nursing morning report protocol and sleep posters did not improve the quality of ICU patient sleep in this study. Structured interviews revealed potential sleep barriers to be addressed such as nursing stigma and inappropriate awakenings. Nursing stigma has not been previously linked to sleep quality.
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 | 0,001 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».